基于Django后端框架的三维点云模型可视化展示与管理系统源码+测试数据+项目操作说明.zip

【资源说明】 基于Django后端框架的三维点云模型可视化展示与管理系统源码+测试数据+项目操作说明.zip 1 项目介绍 本项目为本人毕业设计研究内容的展示系统，主要聚焦于三维点云上采样与语义分割应用。该系统包括了三维模型的算法处理展示、三维模型上传与管理、三维模型渲染管理等功能，现将其开源，以方便后续有做三维计算机视觉研究的同学做展示使用，也欢迎star/fork/pr/issue，帮助系统更好的完善 :-) 1.1 技术依赖 - 前端依赖：jQuery + Bootstrap3 + ThreeJS + Font-Awesome - 后端依赖：Django - 其它依赖：TensorFlow 1.2 功能介绍 # 1.2.1 展示模块 该模块主要为三维模型的算法处理展示，包括了点云上采样展示、场景上采样展示、分割数据集展示、场景分割展示等功能，展示内容一般为原始模型、处理生成模型和标准模型。 # 1.2.2 模型管理模块 该模块是一个简易的文件管理系统，主要为对三维点云模型进行管理，包括了创建目录、重命名目录、删除目录、上传模型、查看模型、下载模型、移动模型、删除模型、上采样模型、回收站管理等功能。 # 1.2.3 模型渲染模块 该模块主要为对三维模型进行网页端的渲染控制，通过调节参数以达到理想的渲染效果。 # 2 环境配置 1. 创建虚拟环境**visapp**并激活（默认当前已在项目根目录**PCVisAPP**）。 ```shell conda create -n pcvisapp python=3.6 --yes conda activate pcvisapp ``` 2. 安装Python Package依赖。 ```shell pip install -r requirements.txt ``` 3. 编译tf算子。注意，如果当前环境不方便安装tensorflow-gpu或者没有GPU可忽略本步骤，但为了确保系统仍能够正常运行，需要将`PointCloudManage/utils.py`中的代码`from PointCloudManage.upsample_op.model import Model`注释，并适当修改方法`upsample_points`。实际上，方法`upsample_points`的目标即调用基于tf的神经网络对三维点云模型进行上采样操作，该方法内也可替换成你的点云处理算法。 ```shell cd PointCloudManage/upsample_op/tf_ops sh compile_ops.sh ``` 4. 下载[参考测试数据](https://drive.google.com/file/d/1hb78WSrDIp2GRBp63lhRISAsDxK-y7_o/view?usp=sharing)。本步骤为可选，可将[参考测试数据](https://drive.google.com/file/d/1hb78WSrDIp2GRBp63lhRISAsDxK-y7_o/view?usp=sharing)解压并覆盖于`static`目录下。 - [下载链接：Google Drive](https://drive.google.com/file/d/1hb78WSrDIp2GRBp63lhRISAsDxK-y7_o/view?usp=sharing) - [下载链接：百度云（提取码：i353）](https://pan.baidu.com/s/1vbjg-n5-DBMyE-55gNg6jw) 5. 运行系统。运行之前需要修改`PointCloudManage/upsample_op/config.py`内`CFG.gpu`为可使用的GPU。 ```shell python manage.py runserver 0.0.0.0:<ip_port> ``` # 3 效果展示 3.1 主页  【备注】 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！ 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载使用，也适合小白学习进阶，当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行，也可在此代码基础上进行修改，以实现其他功能，也可直接用于毕设、课设、作业等。 欢迎下载，沟通交流，互相学习，共同进步！