spiralnet_plus:SpiralNet ++

SpiralNet ++：快速高效的网格卷积运算符 SpiralNet ++是用于固定3D三角形网格的通用深度神经网络，可用于执行3D形状对应，分类或重建之类的任务。 基本思想是基于三角形网格对相邻顶点进行序列化，这允许模型通过以直接方式将局部几何结构信息与顶点特征融合来学习固有几何特征。 本质上，如果您基于固定的三角形网格（在网格重建问题中通常是这种情况，您可以简单地预定义网格连接性）来处理任务，那么您的速度和功率增益将使您感到惊讶这个优雅的网格卷积算子。 请注意，用于评估分类性能的数据集尚未发布。 一旦公开访问数据集，我们将立即开源代码。 但是，使用我们的框架开发形状分类模型应该很容易。 如果在使用SpiralNet ++解决问题时遇到问题，请随时提出问题。 螺旋转换 通过利用相邻顶点的“固定”螺旋序列化的性质，以与欧几里得CNN等效的方式定义SpiralConv。 我们将其定义为