ModelNet40 点云分类（PCT）

简介

本项目基于 Jittor 实现 Point Cloud Transformer（PCT），用于 ModelNet40 三维形状分类。提供训练流程、测试集预测以及导出 result.json 的脚本。

功能

• PCT 主干与自注意力模块
• 点云数据增强
• 余弦退火学习率调度
• 一条命令完成训练与预测

环境依赖

• Python 3.x
• Jittor

安装依赖：

pip install jittor

数据准备

将预处理后的 ModelNet40 数据放到 ./data 目录下：

./data/train_points.npy
./data/train_labels.npy
./data/test_points.npy

数据说明：

• train_points.npy 形状为 (N, 2048, 3)
• train_labels.npy 形状为 (N,)
• test_points.npy 形状为 (M, 2048, 3)

数据下载链接： https://cloud.tsinghua.edu.cn/f/f003de5a2e914d1e9e0e/?dl=1

使用方法

训练并生成预测结果：

python pct.py --data_dir ./data --epochs 200 --batch_size 32 --lr 0.01

输出文件：

• pct_model.pkl：训练后的模型权重
• result.json：测试集预测结果

项目结构

.
├── pct.py
├── data/
├── pct_model.pkl
├── result.json

备注

• 修改增强或优化器参数后建议重新训练。
• 需要可复现结果时，请保持 --seed 固定。