Point Cloud Zoo¶

30 个注册组 / 64 个注册 ID --- 索引点集、图、MLP、Transformer、卷积等点云方法，外加 3D 下游任务入口；注册数量不等于独立论文实现数量。

方法标签不自动获得保真等级

下表“标签所指创新”描述原方法；当前源码是否保留该机制，以保真度审计为准。

CLI 快速上手¶

# 列出全部 64 个注册 ID（本地实现的 ID 使用 `pc:` 前缀）
python scripts/pointcloud_zoo.py --list

# 模糊搜索
python scripts/pointcloud_zoo.py --list --search pointnet

# Smoke Test（前向推理验证）
python scripts/pointcloud_zoo.py --smoke pc:pointnet2_ssg

Backbone 注册标签分类¶

类别	代表算法	说明
Set Models	PointNet, PointNet++, DeepSets	基于点集的对称函数建模
Graph Models	DGCNN, PointGAT, PointGCN, PointWeb	基于图神经网络的局部关系建模
MLP Models	PointMLP, PointMixer, PointNeXt	纯 MLP 点云编码
Transformer	PCT, Point Transformer, PointBERT, PointMAE	Self-Attention 用于点云
Conv Models	KPConv, PointCNN, PointConv, ShellNet	点云上的卷积操作
Extra	CurveNet, GDANet, PAConv, PVCNN, RandLANet, RSCNN, SpiderCNN	其他创新结构

Set Models¶

基于对称函数直接处理无序点集。

方法标签	关键变体	标签所指创新
PointNet	pointnet_cls, pointnet_seg	Shared MLP + Max Pooling 全局特征提取
PointNet++	pointnet2_ssg, pointnet2_msg	分层 Set Abstraction + 多尺度分组
DeepSets	deepsets_sum, deepsets_max	置换不变集合函数理论框架

一行构建点云模型

from dlhub.pointcloud.local_zoo import build_local_model

model = build_local_model(
    "pc:pointnet2_msg",
    in_channels=3, num_classes=40, num_points=1024,
)

Graph Models¶

将点云构造为图结构，利用图神经网络提取局部几何关系。

方法标签	关键变体	标签所指创新
DGCNN	dgcnn_cls, dgcnn_seg	Dynamic Graph CNN，EdgeConv 动态图卷积
PointGAT	pointgat_base	Graph Attention 用于点云
PointGCN	pointgcn_base	Graph Convolution 用于点云
PointWeb	pointweb_base	Adaptive Feature Adjustment 模块

MLP Models¶

纯 MLP 架构在点云上的高效实现。

方法标签	关键变体	标签所指创新
PointMLP	pointmlp_base, pointmlp_elite	纯残差 MLP + Geometric Affine Module
PointMixer	pointmixer_base	MLP-Mixer 风格的点云编码
PointNeXt	pointnext_s, pointnext_b, pointnext_l	改进 PointNet++ 训练策略 + InvResMLP

Transformer¶

Self-Attention 机制应用于点云理解。

方法标签	关键变体	标签所指创新
PCT	pct_base	全局 Offset-Attention
Point Transformer	point_transformer_v1, point_transformer_v2	Vector Attention 向量注意力
PointBERT	pointbert_base	Masked Point Modeling 预训练
PointMAE	pointmae_base	Masked Autoencoder 用于点云

Conv Models¶

在点云上定义卷积操作，类比 2D 卷积。

方法标签	关键变体	标签所指创新
KPConv	kpconv_rigid, kpconv_deform	Kernel Point Convolution 核点卷积
PointCNN	pointcnn_base	X-Conv 点云卷积算子
PointConv	pointconv_base	连续卷积 + 密度重加权
ShellNet	shellnet_base	ShellConv 基于球壳的卷积

Extra¶

其他创新性点云架构。

方法标签	关键变体	标签所指创新
CurveNet	curvenet_base	曲线分组 (Curve Grouping) 捕获结构信息
GDANet	gdanet_base	几何解耦注意力 (Geometry-Disentangled Attention)
PAConv	paconv_base	Position Adaptive Convolution 位置自适应卷积
PVCNN	pvcnn_base, pvcnn_m2	Point-Voxel CNN 混合表示
RandLANet	randlanet_base	Random Sampling + Local Feature Aggregation
RSCNN	rscnn_base	Relation-Shape CNN 关系形状卷积
SpiderCNN	spidercnn_base	基于泰勒展开的参数化卷积滤波器

3D 下游任务子系统¶

3D Detection Zoo¶

60 个注册标签 --- 索引 Point-based / Voxel-based / Pillar-based / Multi-modal 3D 检测方法。

python scripts/detection3d_zoo.py --list
python scripts/detection3d_zoo.py --search pointpillars
python scripts/detection3d_zoo.py --smoke pcdet3d:pointpillars_tiny

代表算法

PointPillars, VoxelNet, SECOND, PV-RCNN, CenterPoint, PointRCNN, Part-A2, VoxelNeXt, TransFusion, BEVFusion

3D Segmentation Zoo¶

60 个注册标签 --- 索引 Point / Voxel / Range-view / Fusion 3D 分割方法。

python scripts/segmentation3d_zoo.py --list
python scripts/segmentation3d_zoo.py --search randlanet
python scripts/segmentation3d_zoo.py --smoke pcseg3d:randlanet_tiny

代表算法

Cylinder3D, MinkowskiNet, SPVCNN, SalsaNext, PolarNet, RangeNet++, SqueezeSegV3, 2DPASS

3D Instance Segmentation Zoo¶

50 个注册标签 --- 索引 Proposal-based / Grouping-based / Panoptic 3D 实例分割方法。

python scripts/instance_segmentation3d_zoo.py --list
python scripts/instance_segmentation3d_zoo.py --search pointgroup
python scripts/instance_segmentation3d_zoo.py --smoke pcinst3d:pointgroup_tiny

代表算法

PointGroup, SSTNet, HAIS, SoftGroup, Mask3D, DyCo3D, OccuSeg

3D Tracking Zoo¶

140 个注册标签 --- 索引 LiDAR / Camera-LiDAR / Radar-LiDAR 3D 跟踪方法。

python scripts/tracking3d_zoo.py --list
python scripts/tracking3d_zoo.py --search centerpoint
python scripts/tracking3d_zoo.py --smoke pctrk3d:centerpoint_track_tiny

代表算法

SimpleTrack, CenterPoint-Track, PC3T, ShaSTA, OGR3MOT, ImmortalTracker, PolarMOT