Mesleğiniz için puanlanmış YZ araçları
YZ eğiterek kazan
🤝 Ücretsiz & Açık Kaynak kütüphanesindesiniz — toplulukça geliştirilen, ücret ödemeden kullanabileceğiniz araçlar. Puanlı AI dizinimizden farklı bir kavram.
Ana sayfa › Ücretsiz & Açık Kaynak › Mühendislik › torch-points3d
✦ Ücretsiz & açık kaynakMühendislik

torch-points3d

Segmentasyon, sınıflandırma ve hizalama gibi 3D nokta bulutları üzerindeki derin öğrenme görevleri için bir PyTorch çerçevesidir.

3D nokta bulutu analizi için modüler derin öğrenme çerçevesi

PyTorch Geometric ve Facebook Hydra kullanarak nokta bulutu sinir ağları oluşturun, eğitin ve kıyaslayın.

Sonsuza dek ücretsiz · kaynağı görülebilir · Licence not stated in the repository
✓ Needs IT✓ Tarayıcıda çalışır✓ Gerçek zamanlı işbirliği
7.3
ZEKAI
3D AI mühendisleri için vazgeçilmez
Ücretsiz & açık kaynak · Mühendislik
Kurulum kolaylığı4
Yararlılık8
Bakım9.5
Topluluk7.5
★ 2,712
GITHUB
Oct 2026
GÜNCELLENDİ
Licence not stated in the repository
LİSANS
🛠 Kendiniz barındırmak istemiyor musunuz? Sizin için kurabiliriz →
⚡ Hızlı yanıt

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.

Çalıştığı yer
Cross-platform
Barındırma
Self-host
Diller
Python
Lisans
Licence not stated in the repository

Nedir

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.

Kimler için

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.

Temel özellikler

Görev tabanlı kod mimarisi

Modelleri ve veri kümesi yükleyicilerini segmentasyon, sınıflandırma, hizalama, nesne tespiti ve panoptik görevler için düzenli alt klasörlere ayırır.

Çoklu model mimarisi desteği

PointNet, PointNet++, KPConv, RandLA-Net, RSConv ve MinkowskiEngine dahil olmak üzere kurulmuş 3D mimarileri uygular.

Hydra konfigürasyon entegrasyonu

Deney konfigürasyonlarını, veri kümesi parametrelerini ve model hiperparametrelerini tekrarlanabilir bir şekilde yönetmek için Facebook Hydra kullanır.

Kıyaslama veri kümesi entegrasyonu

ScanNet, S3DIS ve ShapeNet gibi standart 3D kıyaslamaları için yerleşik veri kümesi işleme içerir.

Nasıl başlanır

3 adımda hazır

1
Yerel olarak CUDA etkin bir GPU ortamı kurun veya önerilen PyTorch Docker görüntüsünü çekin.
2
PyTorch ve PyTorch Geometric ile birlikte pip install torch-points3d kullanarak çekirdek paketi yükleyin.
3
Model ve veri kümesi parametrelerinizi conf dizini içinde yapılandırın ve train.py ile eğitimi başlatın.
Açıkçası

Dürüst kararımız

Artıları

  • Birleşik bir API içinde çok çeşitli son teknoloji 3D nokta bulutu modelleri uygular
  • Modüler deney yönetimi ve tekrarlanabilirlik için Facebook Hydra ile yapılandırılmıştır
  • Anlamsal segmentasyon, panoptik segmentasyon ve 3D nesne tespiti dahil olmak üzere temel 3D görevleri destekler
  • Karmaşık PyTorch ve CUDA bağımlılıklarını yönetmek için önceden oluşturulmuş Docker kurulum talimatları sağlar

Eksileri

  • CUDA 10+ ve özel seyrek konvolüsyon altyapılarına sahip özel GPU donanımı gerektirir
  • PyTorch Geometric ve C++ derleme adımlarını içeren karmaşık bağımlılık yığını kurulumu karmaşıklaştırabilir
  • Grafiksel bir kullanıcı arayüzü yoktur, saf Python ve CLI yapılandırması gerektirir
  • Depo meta verileri açık bir açık kaynak lisansı belirtmiyor
Maliyet

Fiyatlar & lisans

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.

Ücretli iş

Türkçe konuşanlar için işler

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.

Tüm açık rolleri gör →
Karşılaştır

Alternatifler

🎁 Ücretsiz & açık kaynak alternatifler

İncelenmiş bu AI araçları aynı işi anında yapar — puanlı dizinimizden.

Daha fazlası

Kullanın ya da biz kuralım

📄 Ücretsiz PDF: Mühendislik için torch-points3d
İlk sonucunuza ulaşmanız için sade bir rehber. E-postanıza gönderilir.
🔔 64 kişi tam bir video eğitimi istiyor — oyunuzu ekleyin
🛠 Kendiniz kurmak istemiyor musunuz?
torch-points3d aracını sizin için kurar, barındırır ve yapılandırırız — ekibinizi de eğitiriz.
Sizin için yapalım ↗
Sorular

SSS

torch-points3d hangi nokta bulutu görevlerini destekler?

3D anlamsal segmentasyon, sınıflandırma, parça segmentasyonu, 3D nesne tespiti, panoptik segmentasyon ve nokta bulutu hizalamasını destekler.

Hangi kıyaslama veri kümeleri kutudan çıktığı gibi desteklenir?

Çerçeve, ScanNet, S3DIS (birden çok alt formatta) ve ShapeNet için veri kümesi modülleri içerir.

torch-points3d çalıştırmak için bir GPU'ya ihtiyacım var mı?

Evet, etkili model eğitimi ve seyrek konvolüsyon işlemleri için CUDA 10 veya üzeri GPU donanımı gereklidir.

Radar

Son AI haberleri

✉️ Haftalık ücretsiz araç seti
Mühendislik için en iyi yeni ücretsiz & açık kaynak araçlar — haftada bir kısa e-posta, kendi dilinizde.
Ücretsiz · haftada 1 e-posta · istediğinizde çıkın
Yapay zekayı eğit, para kazan →

Google'da önce Zekai'yi gör