Pointcept/Pointcept

解决的问题

Pointcept 是一个专为点云感知研究设计的灵活代码库，为学习 3D 表示和执行语义分割及实例分割等感知任务提供统一的框架。

工作原理

它集成了广泛的最先进 3D 主干网络、预训练框架和数据集处理器。该库支持包括 Point Transformer (V1, V2, V3)、OA-CNNs 和 Swin3D 在内的多种架构，并实现了多种自监督预训练方法，如 Utonia、Concerto 和 Sonata。它为 ScanNet、S3DIS 和 SemanticKITTI 等主要 3D 数据集提供了标准化的预处理流水线。

适用对象

主要面向从事 3D 计算机视觉、点云分析和具身智能的研究人员和开发人员，使他们能够轻松地尝试不同的主干网络和预训练策略。

亮点

• 丰富的模型库：包含 Point Transformer V1-V3、OA-CNNs 及其他高性能主干网络的官方实现。
• 先进的预训练：支持 Utonia、Concerto 和 Sonata 等尖端自监督学习框架。
• 广泛的数据集支持：内置了针对大量室内外数据集（包括 ScanNet、S3DIS、Waymo 和 nuScenes）的预处理功能。
• 硬件灵活性：同时支持 NVIDIA GPU (CUDA) 和 AMD GPU (ROCm)。
• 集成性：兼容 wandb 用于实验追踪。