Evaluación e implementación sobre el framework Pytorch Points 3D para la extracción de información de nubes de puntos 3D usando CNNs

Abstract

A lo largo de este trabajo se expondrá el estudio y trabajo realizado en torno al framework Pytorch Points 3D. Para ello se analizará la información publicada por el autor a través de sus medios oficiales con el fin de entender los objetivos de este entorno de trabajo. Una vez visto el alcance se presentará el estudio en profundidad realizado del framework, acompañándolo con varios ejemplos propuestos por el autor. Estos ejemplos han sido modificados y extendidos para poder extraer de ellos la máxima información posible, y a su vez habilitándolos para ser usados en distintos entornos de ejecución. Posteriormente se mostraran diversos experimentos realizados con el fin de comprender mejor las posibilidades que nos ofrece dicho framework. Primero se observarán varias pruebas realizadas sobre los hiperparámetros para hallar las configuraciones óptimas, y posteriormente se expondrá un ejercicio basado en la técnica de transfer learning.

Throughout this work, the study and work carried out around the framework Pytorch Points 3D will be exposed. For this, the information published by the author will be analyzed in order to understand the objectives of this work environment. Once the scope is seen, the in-depth study carried out of the framework will be presented, accompanied by several examples proposed by the author. These examples have been modified and extended to be able to extract as much information as possible from them, and thus enabling them to be used in different execution environments. Subsequently, several experiments will be shown in order to better understand the possibilities offered by this framework. We will start by experimenting with the hyperparameters to find the optimal settings, and then an exercise based on the transfer learning technique will be presented.