Pointcept/Utonia

解決的問題

Utonia 提供跨域預訓練的3D點雲編碼器，旨在建立單一、通用的編碼器，可應用於不同領域（如室內、室外和物件級資料）的各種下游3D任務，而無需分別使用專用模型。

工作原理

基於 Point Transformer V3 (PTv3) 架構，並從 Sonata 和 Concerto 框架修改而來。模型作為僅編碼器系統，接收3D點雲資料（座標、顏色和法線），並產生分層編碼特徵。這些特徵可再映射回原始點雲尺度，用於語義分割或視覺化等任務。

適用對象

從事3D電腦視覺的研究人員與開發者，特別是需要高品質預訓練表示進行點雲分析、語義分割與3D場景理解的使用者。

主要亮點

• 跨域能力：專為在多樣的3D資料集（室內、室外和物件）上運作而設計。
• 推理示範：包含可立即使用的腳本，支援PCA視覺化、相似度熱圖與語義分割。
• 彈性整合：提供獨立模式以快速測試，以及套件模式以整合至現有程式碼庫。
• 影片支援：可搭配 VGGT 使用，處理從影片中擷取的點雲。