Partnet segmentation experiments

Ouverte
#627 0 commentaires 0 réactions 0 personnes assignées Voir sur GitHub

Personne n'a encore pris cette issue.

Évaluation

Difficulté
5/5
Temps estimé
Plus d'une semaine
Accessibilité débutants
20/100
Type d'issue
Documentation
Clarté
À clarifier
Activité
À l'abandon
Stack technique
python, tensorflow

Piste de recherche

Commencez par examiner Figure 11 et le jeu de données PartNet utilisé pour les expériences de segmentation, puis déterminez comment la précision des points rapportée est liée aux BAE labels et aux part names tels que back, arm, base et seat. C’est terminé lorsque la procédure d’évaluation est documentée ou que le PartNet experiment code demandé est fourni.

Rédigé par le modèle d'indexation à partir du texte de l'issue.

Description

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.

Langage dominant
Python
Étoiles
2.8k
Forks
374
Merge moyen
5 j 9 h
PR mergées (30 j)
1

Préparer son environnement

Par où commencer

  1. Lisez l'issue en entier, puis le guide de contribution du projet.
  2. Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
  3. Forkez le dépôt et travaillez sur une branche.
  4. Ouvrez une pull request qui référence le numéro de l'issue.

Autres issues de tensorflow/graphics

Toutes les issues de tensorflow/graphics

Issues similaires

Plus d'issues Python

Recevez les nouvelles issues par e-mail

Un résumé court des issues GitHub adaptées aux débutants.