Upsampling - 3D 数据集整理分析

3D 数据集整理分析

PU-Net

Since there are no public benchmarks for point cloud upsampling, we collect a dataset of 60 different models from the Visionair repository. ... We randomly select 40 for training, and use the rest for testing.

训练数据集：Visionair repository.OFF

• 数据来源：http://www.infra-visionair.eu/

• 下载地址：https://github.com/yulequan/PU-Net readme 中

• 特点：网格质量较高，完整，没有孔等

测试数据集：ModelNet40.OFF、ShapeNet.PTS

• 数据来源：https://vision.princeton.edu/projects/2014/3DShapeNets/ 、https://www.shapenet.org/
• 下载地址：BaiduNetDisk、kaggle
• 特点：ModelNet - 网格质量较低(有孔孔，点密度太低且大多模型根据边信息才能看出结构等) ; ShapeNet - 纯点集，接近训练数据集，格式需要修改才能在 MeshLab 中查看。

EAR

vcg 版本算法实现中，读取的是 PLY 文件。且 PLY 文件中 edge、face 数量为 0。

CGAL 版本算法实现中，可读取多种格式。

程序可处理的数据格式：

• vcg 版本 .PLY - https://www.dropbox.com/s/qb1sf04efa829nz/Point Cloud Procesing 1.0.zip?dl=0
• CGAL 版本 .XYZ、.OFF、.PLY、.LAS。- http://doc.cgal.org/latest/Point_set_processing_3/