3D पॉइंट क्लाउड पर डीप लर्निंग कार्यों जैसे कि सेगमेंटेशन, वर्गीकरण और रजिस्ट्रेशन के लिए एक PyTorch फ्रेमवर्क।
PyTorch Geometric और Facebook Hydra का उपयोग करके पॉइंट क्लाउड न्यूरल नेटवर्क बनाएं, प्रशिक्षित करें और बेंचमार्क करें।
torch-points3d एक open-source Python फ्रेमवर्क है जिसे 3D पॉइंट क्लाउड डेटासेट पर उन्नत न्यूरल नेटवर्क आर्किटेक्चर चलाने के लिए डिज़ाइन किया गया है। यह तकनीकी टीमों को 3D ऑब्जेक्ट डिटेक्शन, सेगमेंटेशन और रजिस्ट्रेशन के लिए मॉडल प्रशिक्षित करने में मदद करने के लिए PyTorch Geometric और Facebook Hydra को जोड़ता है। यदि आपको 3D स्थानिक विश्लेषण के लिए एक मॉड्यूलर कोड संरचना की आवश्यकता है तो आपको इसका उपयोग करना चाहिए।
यह फ्रेमवर्क लोकप्रिय 3D डीप लर्निंग मॉडल—जिन्हें PointNet++, KPConv, RandLA-Net और MinkowskiEngine शामिल हैं—को एक ही मॉड्यूलर कोडबेस में एकीकृत करता है। यह पैनोप्टिक सेगमेंटेशन, वर्गीकरण, ऑब्जेक्ट डिटेक्शन और रजिस्ट्रेशन जैसे विशिष्ट 3D कार्यों द्वारा डेटासेट और आर्किटेक्चर को व्यवस्थित करता है। आप ScanNet, S3DIS और ShapeNet जैसे बेंचमार्क डेटासेट के लिए एकीकृत समर्थन का उपयोग करके प्रशिक्षण या मूल्यांकन पाइपलाइन चला सकते हैं।
यह टूल मशीन लर्निंग इंजीनियरों और 3D विजन शोधकर्ताओं के लिए उपयुक्त है जो इंजीनियरिंग और वास्तुशिल्प संदर्भों के लिए LiDAR या फोटोग्रामेट्री स्कैन डेटा का विश्लेषण करते हैं। इसे गैर-तकनीकी उपयोगकर्ताओं या ग्राफिक 3D मॉडलिंग एप्लिकेशन की तलाश करने वालों के लिए डिज़ाइन नहीं किया गया है। समर्पित GPU हार्डवेयर और Python विकास अनुभव के बिना टीमों को सेटअप चुनौतीपूर्ण लगेगा।
सेगमेंटेशन, वर्गीकरण, रजिस्ट्रेशन, ऑब्जेक्ट डिटेक्शन और पैनोप्टिक कार्यों के लिए मॉडल और डेटासेट लोडर्स को साफ सबफ़ोल्डर में व्यवस्थित करता है।
PointNet, PointNet++, KPConv, RandLA-Net, RSConv और MinkowskiEngine सहित स्थापित 3D आर्किटेक्चर को लागू करता है।
प्रयोग कॉन्फ़िगरेशन, डेटासेट पैरामीटर और मॉडल हाइपरपैरामीटर को पुनरुत्पादक रूप से प्रबंधित करने के लिए Facebook Hydra का उपयोग करता है।
ScanNet, S3DIS और ShapeNet जैसे मानक 3D बेंचमार्क के लिए अंतर्निहित डेटासेट हैंडलिंग शामिल है।
torch-points3d डाउनलोड करने और सीधे GitHub से उपयोग करने के लिए मुफ़्त है। रखरखावकर्ताओं द्वारा कोई व्यावसायिक होस्टेड टियर प्रदान नहीं किया जाता है, इसलिए आपकी मुख्य लागत प्रशिक्षण के लिए आवश्यक GPU कंप्यूट बुनियादी ढांचा होगी।
877 खुले रिमोट AI-ट्रेनिंग रोल, 16 नवंबर 2026 को अपडेट; ज़्यादातर में $20–$175 प्रति घंटा। इनमें से 5 हिंदी बोलने वालों के लिए हैं। Zekai इन्हें मुफ़्त में लिस्ट करता है; आवेदन एम्प्लॉयर के प्लेटफ़ॉर्म पर जाता है।
ये समीक्षित AI टूल यही काम तुरंत करते हैं — हमारी स्कोर की गई डायरेक्टरी से।
यह 3D सिमेंटिक सेगमेंटेशन, वर्गीकरण, पार्ट सेगमेंटेशन, 3D ऑब्जेक्ट डिटेक्शन, पैनोप्टिक सेगमेंटेशन और पॉइंट क्लाउड रजिस्ट्रेशन का समर्थन करता है।
फ्रेमवर्क में ScanNet, S3DIS (कई सब-फॉर्मेट में), और ShapeNet के लिए डेटासेट मॉड्यूल शामिल हैं।
हाँ, प्रभावी मॉडल प्रशिक्षण और स्पार्स कनवोल्यूशन संचालन के लिए CUDA 10 या उच्चतर वाले GPU हार्डवेयर की आवश्यकता होती है।
Google में Zekai को सबसे पहले देखें