点云赛道¶

学习路径¶

flowchart LR
    L01["**01 PointNet**\n点集排列不变性"] --> L02["**02 DGCNN**\n动态图卷积"]
    L02 --> L03["**03 PointNet++**\n层级采样"]
    L03 --> L04["**04 Zoo 对比**\n30+ Backbone"]
    L04 --> ADV["进阶 Lessons\n自监督 / 分割 / 重建"]

    style L01 fill:#d97706,color:#fff
    style L02 fill:#d97706,color:#fff
    style L03 fill:#d97706,color:#fff
    style L04 fill:#7c3aed,color:#fff
    style ADV fill:#059669,color:#fff

先修知识¶

课程列表¶

全部 36 个 Lesson 按主题分组如下：4 个核心分类课、4 个分割/重建课、15 个自监督预训练课，以及 13 个 3D 感知进阶课。

核心分类（01-04）¶

部件分割与重建（05-08）¶

自监督预训练（09-23）¶

3D 感知进阶（24-36）¶

核心技术对比¶

运行示例¶

python -m tracks.pointcloud.lesson_01_pointnet_compact_classification.train \
  --epochs 1 \
  --max-train-batches 2 --max-eval-batches 2

python -m tracks.pointcloud.lesson_02_dgcnn_compact_classification.train \
  --epochs 1 \
  --max-train-batches 2 --max-eval-batches 2

python -m tracks.pointcloud.lesson_03_pointnet2_compact_classification.train \
  --epochs 1 \
  --max-train-batches 2 --max-eval-batches 2

# 使用 PointNet backbone
python -m tracks.pointcloud.lesson_04_pointcloud_zoo_compact_classification.train \
  --arch pointnet --epochs 1

# 使用 DGCNN backbone
python -m tracks.pointcloud.lesson_04_pointcloud_zoo_compact_classification.train \
  --arch dgcnn --epochs 1

# 使用 PCT backbone
python -m tracks.pointcloud.lesson_04_pointcloud_zoo_compact_classification.train \
  --arch pct --epochs 1

Point Cloud Backbone Zoo¶

# 列出所有可用架构
python scripts/pointcloud_zoo.py --list

# 搜索特定架构
python scripts/pointcloud_zoo.py --search pct

# 冒烟测试
python scripts/pointcloud_zoo.py --smoke pointnet

3D 点云处理发展脉络¶

flowchart TD
    subgraph 第一代["第一代：直接处理点集"]
        PN["PointNet\n(2017)"]
        PN2["PointNet++\n(2017)"]
    end
    subgraph 第二代["第二代：图 / 卷积"]
        DG["DGCNN\n(2019)"]
        KP["KPConv\n(2019)"]
    end
    subgraph 第三代["第三代：Transformer / MLP"]
        PCT["PCT\n(2021)"]
        PM["PointMLP\n(2022)"]
        PNX["PointNeXt\n(2022)"]
    end
    subgraph 自监督["自监督预训练"]
        PB["PointBERT"]
        PMAE["PointMAE"]
    end

    PN --> PN2
    PN --> DG
    PN2 --> KP
    DG --> PCT
    KP --> PCT
    PCT --> PM
    PCT --> PNX
    PCT --> PB
    PCT --> PMAE

    style PN fill:#d97706,color:#fff
    style PN2 fill:#d97706,color:#fff
    style DG fill:#2563eb,color:#fff
    style KP fill:#2563eb,color:#fff
    style PCT fill:#7c3aed,color:#fff
    style PM fill:#7c3aed,color:#fff
    style PNX fill:#7c3aed,color:#fff
    style PB fill:#059669,color:#fff
    style PMAE fill:#059669,color:#fff

下一步¶

完成 Point Cloud 赛道后，你可以继续：

推荐方向	说明
Generative 生成模型赛道	学习 VAE 和 GAN 生成模型
Multimodal 多模态赛道	将 3D 理解与语言结合的跨模态学习