Pointcept/Pointcept

해결하는 문제

Pointcept는 포인트 클라우드 인지 연구를 위해 설계된 유연한 코드베이스로, 3D 표현 학습 및 시맨틱 및 인스턴스 세그멘테이션과 같은 인지 작업을 수행하기 위한 통합 프레임워크를 제공합니다.

작동 방식

다양한 최첨단 3D 백본, 사전 학습 프레임워크 및 데이터셋 핸들러를 통합합니다. 이 라이브러리는 Point Transformer (V1, V2, V3), OA-CNNs, Swin3D를 포함한 다양한 아키텍처를 지원하며, Utonia, Concerto, Sonata와 같은 여러 자기 지도 사전 학습 방법을 구현합니다. 또한 ScanNet, S3DIS, SemanticKITTI와 같은 주요 3D 데이터셋에 대한 표준화된 전처리 파이프라인을 제공합니다.

대상 사용자

주로 3D 컴퓨터 비전, 포인트 클라우드 분석 및 Embodied Intelligence 분야에서 활동하는 연구자와 개발자를 대상으로 하며, 다양한 백본과 사전 학습 전략을 쉽게 실험할 수 있도록 합니다.

주요 특징

• 광범위한 모델 주(Zoo): Point Transformer V1-V3, OA-CNNs 및 기타 고성능 백본의 공식 구현이 포함되어 있습니다.
• 고급 사전 학습: Utonia, Concerto, Sonata와 같은 최첨단 자기 지도 학습 프레임워크를 지원합니다.
• 폭넓은 데이터셋 지원: ScanNet, S3DIS, Waymo, nuScenes를 포함한 방대한 범위의 실내 및 실외 데이터셋에 대한 내장 전처리를 제공합니다。
• 하드웨어 유연성: NVIDIA GPU (CUDA)와 AMD GPU (ROCm)를 모두 지원합니다。
• 통합: 실험 추적을 위해 wandb와 호환됩니다.