网站建设柚子网络科技在哪里,网络营销网站规划建设,什么后台做网站安全,重庆社区app最新版本下载本文参加新星计划人工智能(Pytorch)赛道#xff1a;https://bbs.csdn.net/topics/613989052 从零开始网格上的深度学习-3:Transformer篇引言一、概述二、核心代码2.1 位置编码2.2 网络框架三、基于Transformer的网格分类3.1 分类结果3.2 全部代码引言
本文主要内容如下#…本文参加新星计划人工智能(Pytorch)赛道https://bbs.csdn.net/topics/613989052
从零开始网格上的深度学习-3:Transformer篇引言一、概述二、核心代码2.1 位置编码2.2 网络框架三、基于Transformer的网格分类3.1 分类结果3.2 全部代码引言
本文主要内容如下
简述网格上的位置编码参考点云上的Transformer-1:PCT:Point cloud transformer构造网格分类网络
一、概述 个人认为对于三角形网格来说想要将Transformer应用到其上较为重要的一步是位置编码。三角网格在3D空间中如何编码每一个元素的位置能尽可能保证的泛化性能? 以xyz坐标为例最好是模型经过对齐的预处理使朝向一致。或者保证网格水密的情况下使用谱域特征如热核特征。或者探索其他位置编码等等… 上图为一个外星人x坐标的位置编码可视化
使用简化网格每一个面直接作为一个Token即可高分辨率的网格(考虑输入特征计算、训练数据对齐等)并不适合深度学习(个人认为)直接应用现有的Tranformer网络框架、自注意力模块等细节或参数需要微调
二、核心代码
2.1 位置编码
使用每一个网格面的中心坐标作为位置编码计算代码在DataLoader中
需要平移到坐标轴原点并进行尺度归一化
# xyz
xyz_min np.min(vs[:, 0:3], axis0)
xyz_max np.max(vs[:, 0:3], axis0)
xyz_move xyz_min (xyz_max - xyz_min) / 2
vs[:, 0:3] vs[:, 0:3] - xyz_move
# scale
scale np.max(vs[:, 0:3])
vs[:, 0:3] vs[:, 0:3] / scale
# 面中心坐标
xyz []
for i in range(3):xyz.append(vs[faces[:, i]])
xyz np.array(xyz) # 转为np
mean_xyz xyz.sum(axis0) / 32.2 网络框架 参考上图PCT框架修改了部分细节如减少了Attention模块数量等 参考上图自注意力模块个人感觉图中应该有误. 从一个共享权重的Linear里出来了Q、K、VQ、K、VQ、K、V三个矩阵但VVV的维度和Q、KQ、KQ、K不一致少画了一个Linear?
class SA(nn.Module):def __init__(self, channels):super().__init__()self.q_conv nn.Conv1d(channels, channels // 4, 1, biasFalse)self.k_conv nn.Conv1d(channels, channels // 4, 1, biasFalse)self.q_conv.weight self.k_conv.weightself.v_conv nn.Conv1d(channels, channels, 1, biasFalse)self.trans_conv nn.Conv1d(channels, channels, 1)self.after_norm nn.BatchNorm1d(channels)self.act nn.GELU()self.softmax nn.Softmax(dim-1)def forward(self, x):x_q self.q_conv(x).permute(0, 2, 1)x_k self.k_conv(x)x_v self.v_conv(x)energy x_q x_kattention self.softmax(energy)attention attention / (1e-9 attention.sum(dim1, keepdimsTrue))x_r x_v attentionx_r self.act(self.after_norm(self.trans_conv(x - x_r)))x x x_rreturn xclass TriTransNet(nn.Module):def __init__(self, dim_in, classes_n30):super().__init__()self.conv_fea FaceConv(6, 128, 4)self.conv_pos FaceConv(3, 128, 4)self.bn_fea nn.BatchNorm1d(128)self.bn_pos nn.BatchNorm1d(128)self.sa1 SA(128)self.sa2 SA(128)self.gp nn.AdaptiveAvgPool1d(1)self.linear1 nn.Linear(256, 128, biasFalse)self.bn1 nn.BatchNorm1d(128)self.linear2 nn.Linear(128, classes_n)self.act nn.GELU()def forward(self, x, mesh):x x.permute(0, 2, 1).contiguous()# 位置编码 放到DataLoader中比较好pos [m.xyz for m in mesh]pos np.array(pos)pos torch.from_numpy(pos).float().to(x.device).requires_grad_(True)batch_size, _, N x.size()x self.act(self.bn_fea(self.conv_fea(x, mesh).squeeze(-1)))pos self.act(self.bn_pos(self.conv_pos(pos, mesh).squeeze(-1)))x1 self.sa1(x pos)x2 self.sa2(x1 pos)x torch.cat((x1, x2), dim1)x self.gp(x)x x.view(batch_size, -1)x self.act(self.bn1(self.linear1(x)))x self.linear2(x)return x三、基于Transformer的网格分类
数据集是SHREC’11 可参考三角网格(Triangular Mesh)分类数据集 或 MeshCNN
3.1 分类结果 准确率太低… 可以尝试改进的点
尝试不同的位置编码(谱域特征)不同的位置嵌入方式 (sum可改为concat)数据集较小的情况下Transformer略难收敛加入更多CNN可加速且提升明显 (或者加入降采样)打印loss进行分析是否欠拟合尝试增加网络参数 基于Transformer的网络在网格分割上的表现会很好仅用少量参数即可媲美甚至超过基于面卷积的分割结果个人感觉得益于其近乎全局的感受野… 3.2 全部代码 DataLoader代码请参考2:从零开始网格上的深度学习-1:输入篇(Pytorch) FaceConv代码请参考3:从零开始网格上的深度学习-2:卷积网络CNN篇 import torch
import torch.nn as nn
import numpy as np
from CNN import FaceConv
from DataLoader_shrec11 import DataLoader
from DataLoader_shrec11 import Meshclass SA(nn.Module):def __init__(self, channels):super().__init__()self.q_conv nn.Conv1d(channels, channels // 4, 1, biasFalse)self.k_conv nn.Conv1d(channels, channels // 4, 1, biasFalse)self.q_conv.weight self.k_conv.weightself.v_conv nn.Conv1d(channels, channels, 1, biasFalse)self.trans_conv nn.Conv1d(channels, channels, 1)self.after_norm nn.BatchNorm1d(channels)self.act nn.GELU()self.softmax nn.Softmax(dim-1)def forward(self, x):x_q self.q_conv(x).permute(0, 2, 1)x_k self.k_conv(x)x_v self.v_conv(x)energy x_q x_kattention self.softmax(energy)attention attention / (1e-9 attention.sum(dim1, keepdimsTrue))x_r x_v attentionx_r self.act(self.after_norm(self.trans_conv(x - x_r)))x x x_rreturn xclass TriTransNet(nn.Module):def __init__(self, dim_in, classes_n30):super().__init__()self.conv_fea FaceConv(6, 128, 4)self.conv_pos FaceConv(3, 128, 4)self.bn_fea nn.BatchNorm1d(128)self.bn_pos nn.BatchNorm1d(128)self.sa1 SA(128)self.sa2 SA(128)self.gp nn.AdaptiveAvgPool1d(1)self.linear1 nn.Linear(256, 128, biasFalse)self.bn1 nn.BatchNorm1d(128)self.linear2 nn.Linear(128, classes_n)self.act nn.GELU()def forward(self, x, mesh):x x.permute(0, 2, 1).contiguous()# 位置编码 放到DataLoader中比较好pos [m.xyz for m in mesh]pos np.array(pos)pos torch.from_numpy(pos).float().to(x.device).requires_grad_(True)batch_size, _, N x.size()x self.act(self.bn_fea(self.conv_fea(x, mesh).squeeze(-1)))pos self.act(self.bn_pos(self.conv_pos(pos, mesh).squeeze(-1)))x1 self.sa1(x pos)x2 self.sa2(x1 pos)x torch.cat((x1, x2), dim1)x self.gp(x)x x.view(batch_size, -1)x self.act(self.bn1(self.linear1(x)))x self.linear2(x)return xif __name__ __main__:# 输入data_train DataLoader(phasetrain) # 训练集data_test DataLoader(phasetest) # 测试集print(#train meshes %d % len(data_train)) # 输出训练模型个数print(#test meshes %d % len(data_test)) # 输出测试模型个数# 网络net TriTransNet(data_train.input_n, data_train.class_n) # 创建网络 以及 优化器optimizer torch.optim.Adam(net.parameters(), lr0.001, betas(0.9, 0.999))net net.cuda(0)loss_fun torch.nn.CrossEntropyLoss(ignore_index-1)num_params 0for param in net.parameters():num_params param.numel()print([Net] Total number of parameters : %.3f M % (num_params / 1e6))print(-----------------------------------------------)# 迭代训练for epoch in range(1, 201):print(---------------- Epoch: %d ------------- % epoch)for i, data in enumerate(data_train):# 前向传播net.train(True) # 训练模式optimizer.zero_grad() # 梯度清零face_features torch.from_numpy(data[face_features]).float()face_features face_features.to(data_train.device).requires_grad_(True)labels torch.from_numpy(data[label]).long().to(data_train.device)out net(face_features, data[mesh]) # 输入到网络# 反向传播loss loss_fun(out, labels)loss.backward()optimizer.step() # 参数更新# 测试net.eval()acc 0for i, data in enumerate(data_test):with torch.no_grad():# 前向传播face_features torch.from_numpy(data[face_features]).float()face_features face_features.to(data_test.device).requires_grad_(False)labels torch.from_numpy(data[label]).long().to(data_test.device)out net(face_features, data[mesh])# 计算准确率pred_class out.data.max(1)[1]correct pred_class.eq(labels).sum().float()acc correctacc acc / len(data_test)print(epoch: %d, TEST ACC: %0.2f % (epoch, acc * 100)) PCT:Point cloud transformer ↩︎ 从零开始网格上的深度学习-1:输入篇(Pytorch) ↩︎ 从零开始网格上的深度学习-2:卷积网络CNN篇 ↩︎
