आपके काम के लिए रेटेड एआई टूल
AI ट्रेन करके कमाएँ
🤝 आप फ्री & ओपन सोर्स लाइब्रेरी में हैं — समुदाय द्वारा बनाए गए टूल जिन्हें आप बिना भुगतान किए उपयोग कर सकते हैं। हमारी स्कोर की गई AI डायरेक्टरी से अलग एक अवधारणा।
होम › फ्री & ओपन सोर्स › इंजीनियरिंग › torch-points3d
✦ फ्री & ओपन सोर्सइंजीनियरिंग

torch-points3d

3D पॉइंट क्लाउड पर डीप लर्निंग कार्यों जैसे कि सेगमेंटेशन, वर्गीकरण और रजिस्ट्रेशन के लिए एक PyTorch फ्रेमवर्क।

3D पॉइंट क्लाउड विश्लेषण के लिए डीप लर्निंग मॉड्यूलर फ्रेमवर्क

PyTorch Geometric और Facebook Hydra का उपयोग करके पॉइंट क्लाउड न्यूरल नेटवर्क बनाएं, प्रशिक्षित करें और बेंचमार्क करें।

हमेशा के लिए मुफ़्त · सोर्स-उपलब्ध · Licence not stated in the repository
✓ Needs IT✓ ब्राउज़र-आधारित✓ रियल-टाइम सहयोग
7.3
ZEKAI
3D AI इंजीनियरों के लिए आवश्यक
फ्री & ओपन सोर्स · इंजीनियरिंग
सेटअप की आसानी4
उपयोगिता8
रखरखाव9.5
समुदाय7.5
★ 2,712
गिटहब
Oct 2026
अपडेटेड
Licence not stated in the repository
लाइसेंस
🛠 खुद होस्ट नहीं करना चाहते? हम इसे सेट कर सकते हैं →
⚡ त्वरित उत्तर

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।

इस पर चलता है
Cross-platform
होस्टिंग
Self-host
भाषाएँ
Python
लाइसेंस
Licence not stated in the repository

यह क्या है

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।

किसके लिए

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।

मुख्य विशेषताएँ

कार्य-आधारित कोड आर्किटेक्चर

सेगमेंटेशन, वर्गीकरण, रजिस्ट्रेशन, ऑब्जेक्ट डिटेक्शन और पैनोप्टिक कार्यों के लिए मॉडल और डेटासेट लोडर्स को साफ सबफ़ोल्डर में व्यवस्थित करता है।

मल्टी-मॉडल आर्किटेक्चर समर्थन

PointNet, PointNet++, KPConv, RandLA-Net, RSConv और MinkowskiEngine सहित स्थापित 3D आर्किटेक्चर को लागू करता है।

Hydra कॉन्फ़िगरेशन एकीकरण

प्रयोग कॉन्फ़िगरेशन, डेटासेट पैरामीटर और मॉडल हाइपरपैरामीटर को पुनरुत्पादक रूप से प्रबंधित करने के लिए Facebook Hydra का उपयोग करता है।

बेंचमार्क डेटासेट एकीकरण

ScanNet, S3DIS और ShapeNet जैसे मानक 3D बेंचमार्क के लिए अंतर्निहित डेटासेट हैंडलिंग शामिल है।

कैसे शुरू करें

3 चरणों में तैयार

1
मूल रूप से CUDA-सक्षम GPU वातावरण सेट अप करें या अनुशंसित PyTorch Docker इमेज खींचें।
2
PyTorch और PyTorch Geometric के साथ pip install torch-points3d का उपयोग करके कोर पैकेज स्थापित करें।
3
conf निर्देशिका के भीतर अपने मॉडल और डेटासेट पैरामीटर कॉन्फ़िगर करें और train.py के साथ प्रशिक्षण लॉन्च करें।
सच कहें तो

हमारा ईमानदार फैसला

क्या अच्छा है

  • एक एकीकृत API में अत्याधुनिक 3D पॉइंट क्लाउड मॉडल की एक विस्तृत श्रृंखला को लागू करता है
  • मॉड्यूलर प्रयोग प्रबंधन और पुनरुत्पादकता के लिए Facebook Hydra के साथ कॉन्फ़िगर किया गया है
  • सिमेंटिक सेगमेंटेशन, पैनोप्टिक सेगमेंटेशन और 3D ऑब्जेक्ट डिटेक्शन सहित प्रमुख 3D कार्यों का समर्थन करता है
  • जटिल PyTorch और CUDA निर्भरताओं को संभालने के लिए पूर्व-निर्मित Docker सेटअप निर्देश प्रदान करता है

कहाँ कमी है

  • CUDA 10+ और विशेष स्पार्स कनवोल्यूशन बैकएंड के साथ समर्पित GPU हार्डवेयर की आवश्यकता होती है
  • PyTorch Geometric और C++ संकलन चरणों से जुड़ी जटिल निर्भरता स्टैक सेटअप को जटिल कर सकता है
  • ग्राफिक यूजर इंटरफेस का अभाव है, जिसके लिए शुद्ध Python और CLI कॉन्फ़िगरेशन की आवश्यकता होती है
  • रिपॉजिटरी मेटाडेटा स्पष्ट open-source लाइसेंस नहीं बताता है
लागत

मूल्य & लाइसेंस

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।

पेड वर्क

हिंदी बोलने वालों के लिए जॉब्स

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।

सभी खुले रोल देखें →
तुलना

विकल्प

🎁 फ्री & ओपन-सोर्स विकल्प

ये समीक्षित AI टूल यही काम तुरंत करते हैं — हमारी स्कोर की गई डायरेक्टरी से।

और पाएं

इसे उपयोग करें, या हमसे सेट करवाएं

📄 मुफ़्त PDF: इंजीनियरिंग के लिए torch-points3d
आपका पहला परिणाम पाने के लिए सरल भाषा में गाइड। आपके इनबॉक्स में।
🔔 64 लोग पूरा वीडियो ट्यूटोरियल चाहते हैं — अपना वोट जोड़ें
🛠 खुद सेट नहीं करना चाहते?
हम torch-points3d को आपके लिए इंस्टॉल, होस्ट और कॉन्फ़िगर करेंगे — और आपकी टीम को प्रशिक्षित करेंगे।
हमसे करवाएं ↗
प्रश्न

सामान्य प्रश्न

torch-points3d किन पॉइंट क्लाउड कार्यों का समर्थन करता है?

यह 3D सिमेंटिक सेगमेंटेशन, वर्गीकरण, पार्ट सेगमेंटेशन, 3D ऑब्जेक्ट डिटेक्शन, पैनोप्टिक सेगमेंटेशन और पॉइंट क्लाउड रजिस्ट्रेशन का समर्थन करता है।

कौन से बेंचमार्क डेटासेट आउट ऑफ़ द बॉक्स समर्थित हैं?

फ्रेमवर्क में ScanNet, S3DIS (कई सब-फॉर्मेट में), और ShapeNet के लिए डेटासेट मॉड्यूल शामिल हैं।

क्या मुझे torch-points3d चलाने के लिए GPU की आवश्यकता है?

हाँ, प्रभावी मॉडल प्रशिक्षण और स्पार्स कनवोल्यूशन संचालन के लिए CUDA 10 या उच्चतर वाले GPU हार्डवेयर की आवश्यकता होती है।

रडार

ताज़ा AI समाचार

✉️ साप्ताहिक मुफ़्त टूलकिट
इंजीनियरिंग के लिए सर्वश्रेष्ठ नए फ्री & ओपन-सोर्स टूल — हर हफ्ते एक छोटा ईमेल, आपकी भाषा में।
मुफ़्त · 1 ईमेल/सप्ताह · कभी भी अनसब्सक्राइब करें
AI ट्रेनिंग से पैसे कमाएँ →

Google में Zekai को सबसे पहले देखें