代表通信～Torch Points3Dについて

こんばんは。代表の草場です。

徹夜から徐々に回復しつつありますが、まだまだ本調子にならず、、！！もう少し整えます。。。
土曜日は新たな方がファシリテーターに加わりました。社会人経験豊富な方で、自宅ではんだ付けをやるくらいの技術好きの方です。実践も完ぺきで、楽しみです。新たな観点でファシリテーションが出来る方が増えました。楽しみ。ファシリテーターのコラボも進めていきます。

点群（point cloud）とディープラーニングでいろいろと調べています。
点群のtorchvisionとなる「Torch Points3D」、面白いです。こちらの解説記事があります。LiDARセンサー価格が手ごろになったのと、フォトグラメトリが効率的になったので、3次元の点群データの取得が容易になっています。ディープラーニング側でも、3次元データ上で様々なタスクを実行するための新しいネットワーク・アーキテクチャが開発されています。
記事では、Torch Points3Dの以下の点についてご紹介されています。
１．点群データの最適化されたデータレイアウト
２．多くの学術的なデータセットをネイティブに統合
３．高速でロバストなデータ処理とデータ拡張
４．さまざまなスパースおよびポイントベースのアーキテクチャで畳み込みカーネルのテストを実施
５．データセット、データ変換、設定済みモデルにアクセスするための使いやすいAPI

このフレームワークでは、以下のデータセットがサポートされています。
ScanNet
S3DIS
ShapeNet
ModelNet
3DMatch

機械学習をする上でデータ処理が一つのテーマとなりますが、PyTorch Geometricには、3次元に特化した機能を追加した便利な変換関数が多数用意されています。

使えるモジュールも豊富です。
Pointnet++
Relation-Shape CNN
KPConv
Minkowski Engine

すごい。コミュニティーに貢献したい。

明日もPyTorch。