3Dモデルから訓練されたモデル（機械学習）を作成する

Question

CADソフトウェアで設計された機械部品からの図面（実物）です。私はこの3Dモデルのすべてから訓練されたモデルを構築しようとしているので、誰かがこの部分の1つ（実世界）から写真を撮ることができ、アプリがマテリアル、サイズ、治療など。

誰かがすでに似たようなことをしている場合は、私に提供できる情報があれば幸いです！

Answer 1

テストデータが主に3Dオブジェクトのイメージである場合、Brad Larson氏のコメントセクションのメソッドが優れており、実装が簡単であり、取得するのに手間とリソースがかかります起動して実行しています。

しかし、3Dモデル間で分類したい場合は、3D点群を分類するために存在する既存のネットワークがあります。これらのモデルをポイントクラウドに変換し、トレーニングサンプルとして使用する必要があります。そのうちの1つはVoxnetです。また、3Dモデルのさまざまな回転のようなトレーニングデータにバリエーションを追加することをお勧めします。

Answer 2

あなたの仕事であなたを助けることができ、高精度をもたらす多くのネットワークがあるので、事前にトレーニングされた3Dディープニューラルネットワークを使用することができます。

Answer 3

いくつかのアイデア：

1）いくつかの写真：だけではなくの。コメントRodrigoとBrad Larsonは彼の方法で回避しようとしたとして、利用者の問題は、入力のためだけ絵はあなたが必ずしも三角形分割を作成し、3Dでポイントクラウドを形成するための情報を欠いていることである取ります。わずかに異なる角度から撮影した4枚の写真を使って、すでにオブジェクトの一部を再構成することができます。ポイントクラウドを比較することで、任意のMLアルゴリズム、ニューロンネットワーク（NN）、サポートベクターマシン（SVM）などでの作業がはるかに容易になります。点群を作成する一般的な標準は、e57ファイル形式を使用するASTM E2807です。

3Dビジョンアルゴリズムは、ユーザーのデバイス上で重くなる可能性があり、実装するのが最も簡単ではありません。

2）人工画像トレーニング：Brad Larsonのような事前計算された人工写真を訓練することで、計算の多くをユーザーの利益に引き継いでいます。おそらく、 "フィーチャー"を写真から抽出し、完全な画像ではなく、訓練と分類の両方に使用するべきであることに注意してください。この方法の問題点は、ライティングとバックグラウンドのコンテキストに非常に敏感であることです。すべてのオブジェクトに対して同じ雷の条件を持つCAD画像を作成するように注意してください。そのため、分類子はオブジェクトに属していない「画像」の特定の側面を過度に超えません。

この点は、解決策1）がはるかに安定しており、視覚的文脈に対して敏感ではありません。

3）スケール：オブジェクトのサイズは重要な記述子です。したがって、トレーニングの前にスケール情報をオブジェクト記述子に追加する必要があります。 に参照オブジェクトで写真を撮るように頼むことができます。あるいは、オブジェクトサイズの（「オブジェクトのおおよその寸法は何[cm]ですか？」というの見積もりをユーザに求めることができます。サイズを指定すると、アルゴリズムを大幅に高速かつ正確にすることができます。