Point Cloud Zoo¶
30 算法族 / 64 Architecture IDs --- 覆盖点集、图、MLP、Transformer、卷积等全部主流点云主干网络，外加 4 个 3D 下游任务子系统。
CLI 快速上手¶
# 列出全部 64 个架构 ID
python -m zoo.pc --list
# 模糊搜索
python -m zoo.pc --search pointnet
# Smoke Test（前向推理验证）
python -m zoo.pc --smoke pointnet2_ssg
Backbone 架构分类¶
| 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。
| 算法族 | 关键变体 | 核心创新 |
|---|---|---|
| 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 |
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。
| 算法族 | 关键变体 | 核心创新 |
|---|---|---|
| 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。
| 算法族 | 关键变体 | 核心创新 |
|---|---|---|
| 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。
| 算法族 | 关键变体 | 核心创新 |
|---|---|---|
| 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。
| 算法族 | 关键变体 | 核心创新 |
|---|---|---|
| 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。
| 算法族 | 关键变体 | 核心创新 |
|---|---|---|
| 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¶
40 个算法族 --- 3D 目标检测（LiDAR / Multi-modal）。
python -m zoo.det3d --list
python -m zoo.det3d --search voxel
python -m zoo.det3d --smoke pointpillars
代表算法
PointPillars, VoxelNet, SECOND, PV-RCNN, CenterPoint, PointRCNN, Part-A2, VoxelNeXt, TransFusion, BEVFusion
3D Segmentation Zoo¶
40 个算法族 --- 3D 语义分割与场景理解。
python -m zoo.seg3d --list
python -m zoo.seg3d --search cylinder
python -m zoo.seg3d --smoke cylinder3d
代表算法
Cylinder3D, MinkowskiNet, SPVCNN, SalsaNext, PolarNet, RangeNet++, SqueezeSegV3, 2DPASS
3D Instance Segmentation Zoo¶
30 个算法族 --- 3D 实例分割。
python -m zoo.instseg3d --list
python -m zoo.instseg3d --search point_group
python -m zoo.instseg3d --smoke pointgroup
代表算法
PointGroup, SSTNet, HAIS, SoftGroup, Mask3D, DyCo3D, OccuSeg
3D Tracking Zoo¶
131 个算法族 --- 3D 多目标跟踪。
python -m zoo.track3d --list
python -m zoo.track3d --search simpletrack
python -m zoo.track3d --smoke simpletrack
代表算法
SimpleTrack, CenterPoint-Track, PC3T, ShaSTA, OGR3MOT, ImmortalTracker, PolarMOT