Partnet segmentation experiments
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 5/5
- Tiempo estimado
- Más de una semana
- Aptitud para principiantes
- 20/100
- Tipo de issue
- Documentación
- Claridad
- Necesita aclaración
- Estado de actividad
- Estancado
- Stack tecnológico
- python, tensorflow
- Área
- data, machine-learning
Línea de trabajo
Comienza revisando Figure 11 y el conjunto de datos PartNet utilizado para los experimentos de segmentación; después, determina cómo se relaciona la precisión por punto indicada con las BAE labels y los part names como back, arm, base y seat. Se considera terminado cuando se documente el procedimiento de evaluación o se proporcione el PartNet experiment code solicitado.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Hi, now I'm trying to evaluate the segmentation performance with PartNet as Figure 11 in the paper.
However, I'm confused about the details. for example, how to calculate the "accuracy" of the points? is it depends on the labels from BAE?
When I downloaded the PartNet dataset, there are no labels like back, arm, base, seat, etc...
Could you explain how to get the numbers? or could you upload experience code for the PartNet?
Thank you for reading! I'm looking forward to your kind answer.
- Lenguaje dominante
- Python
- Estrellas
- 2.8k
- Forks
- 374
- Merge medio
- 5 d 9 h
- PR fusionados (30 d)
- 1
Preparar el entorno
- Sin Dockerfile ni archivo de Docker Compose
- Sin plantilla de pull request
- Leer la guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de tensorflow/graphics
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 62/100
tensorflow/graphics#468 ·
-
Missing TFRecord Generation Script/Instructions for projects/points_to_3Dobjects (CVPR 2021)Abierto
Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100
tensorflow/graphics#5337 ·
-
Attribute Error in the models.pyAbierto
Dificultad 3/5 1-2 días Aptitud para principiantes 25/100
tensorflow/graphics#730 ·
-
Dificultad 4/5 3-5 días Aptitud para principiantes 35/100
tensorflow/graphics#729 ·
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 10/100
tensorflow/graphics#724 ·
Todos los issues de tensorflow/graphics
Issues similares
-
cli good first issue help wanted python up-for-grabs
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
andrewsiah/agentswarm-data-tasks#36 ·
Los mantenedores suelen responder en 1 día
-
bug drawing-tools
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
cofade/open-garden-planner#827 ·
Los mantenedores suelen responder en 1 día
-
Methodology pageAbiertodocumentation site texts
Dificultad 2/5 1-3 horas Aptitud para principiantes 67/100
Krasnopjorovs/temet#66 ·
-
bug
Dificultad 2/5 1-3 horas Aptitud para principiantes 83/100
Los mantenedores suelen responder en 1 día
-
Dificultad 1/5 1-3 horas Aptitud para principiantes 76/100
Los mantenedores suelen responder en 1 día