Segmentasyon, sınıflandırma ve hizalama gibi 3D nokta bulutları üzerindeki derin öğrenme görevleri için bir PyTorch çerçevesidir.
PyTorch Geometric ve Facebook Hydra kullanarak nokta bulutu sinir ağları oluşturun, eğitin ve kıyaslayın.
torch-points3d, 3D nokta bulutu veri kümeleri üzerinde gelişmiş sinir ağı mimarileri çalıştırmak için tasarlanmış açık kaynaklı bir Python çerçevesidir. Teknik ekiplerin 3D nesne tespiti, segmentasyonu ve hizalaması için modeller eğitmesine yardımcı olmak üzere PyTorch Geometric ve Facebook Hydra'yı birleştirir. 3D uzamsal analiz için modüler bir kod yapısına ihtiyacınız varsa bunu kullanmalısınız.
Bu çerçeve; PointNet++, KPConv, RandLA-Net ve MinkowskiEngine dahil olmak üzere popüler 3D derin öğrenme modellerini tek bir modüler kod tabanında birleştirir. Veri kümelerini ve mimarileri panoptik segmentasyon, sınıflandırma, nesne tespiti ve hizalama gibi belirli 3D görevlere göre düzenler. ScanNet, S3DIS ve ShapeNet gibi kıyaslama veri kümeleri için entegre destek kullanarak eğitim veya değerlendirme boru hatlarını çalıştırabilirsiniz.
Bu araç; mühendislik ve mimari bağlamlar için LiDAR veya fotogrametri tarama verilerini analiz eden makine öğrenimi mühendisleri ve 3D vizyon araştırmacıları için uygundur. Teknik olmayan kullanıcılar veya grafiksel bir 3D modelleme uygulaması arayanlar için tasarlanmamıştır. Özel GPU donanımına ve Python geliştirme deneyimine sahip olmayan ekipler kurulumu zor bulacaktır.
Modelleri ve veri kümesi yükleyicilerini segmentasyon, sınıflandırma, hizalama, nesne tespiti ve panoptik görevler için düzenli alt klasörlere ayırır.
PointNet, PointNet++, KPConv, RandLA-Net, RSConv ve MinkowskiEngine dahil olmak üzere kurulmuş 3D mimarileri uygular.
Deney konfigürasyonlarını, veri kümesi parametrelerini ve model hiperparametrelerini tekrarlanabilir bir şekilde yönetmek için Facebook Hydra kullanır.
ScanNet, S3DIS ve ShapeNet gibi standart 3D kıyaslamaları için yerleşik veri kümesi işleme içerir.
torch-points3d, GitHub'dan ücretsiz olarak indirilebilir ve doğrudan kullanılabilir. Sürdürenler tarafından sağlanan ticari barındırma katmanları yoktur, bu nedenle ana maliyetiniz eğitim için gereken GPU hesaplama altyapısı olacaktır.
877 açık uzaktan yapay zeka eğitimi işi, 16 Kasım 2026 tarihinde güncellendi; çoğu saatlik $20–$175 ödüyor. Bunların 2 tanesi Türkçe konuşanlar için. Zekai ücretsiz listeler; başvuru işverenin platformunda yapılır.
İncelenmiş bu AI araçları aynı işi anında yapar — puanlı dizinimizden.
3D anlamsal segmentasyon, sınıflandırma, parça segmentasyonu, 3D nesne tespiti, panoptik segmentasyon ve nokta bulutu hizalamasını destekler.
Çerçeve, ScanNet, S3DIS (birden çok alt formatta) ve ShapeNet için veri kümesi modülleri içerir.
Evet, etkili model eğitimi ve seyrek konvolüsyon işlemleri için CUDA 10 veya üzeri GPU donanımı gereklidir.
Google'da önce Zekai'yi gör