OpenShape_code

让AI看懂任意3D形状，零样本也能分类检索

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 图像生成 🍴 复刻 22 🐛 待处理 18 👀 关注 10
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 326
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目，Apache-2.0 许可证，代码免费使用，无在线服务，需自行部署。

项目预览

OpenShape_code 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类图像生成
开发团队Colin97
官网地址https://colin97.github.io/OpenShape
GitHubhttps://github.com/Colin97/OpenShape_code
定价模式🏷️完全免费
价格说明开源项目，Apache-2.0 许可证，代码免费使用，无在线服务，需自行部署。
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型3d,3d-classification,3d-shape-retrieval,3d-understanding,image-generation,point-cloud,point-cloud-caption,zero-shot-classification,zero-shot-retrieval
GitHub 星标★ 326
上线时间2023-05-18 00:00:00
代码更新2025-03-16
仓库体积3.4 MB
本站数据更新2026-11-08
维护状态低维护
收录时间2026-08-09
浏览次数2

项目介绍

OpenShape是面向开放世界3D形状理解的表示学习框架，旨在解决传统3D模型在类别覆盖和语义泛化上的局限。其核心思路是通过大规模多模态数据对齐训练，将点云、文本和图像嵌入统一到共享语义空间，从而支持零样本分类、文本-形状检索和点云描述生成等任务。项目提供了完整的训练和评估代码，涵盖数据预处理、模型架构和基准测试，并公开了预训练权重。技术栈基于PyTorch，强调可复现性和模块化设计，便于研究者扩展新任务或数据集。当前版本聚焦于编码器-解码器架构，利用对比学习对齐跨模态特征，在ModelNet40等基准上展示了优于传统监督方法的零样本性能。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 326

核心亮点

  • 首个将零样本分类、文本检索和点云描述统一在单一框架中的3D表示模型
  • 提供完整的训练pipeline和预训练权重，复现门槛低
  • 跨模态对齐设计巧妙，直接复用CLIP文本/图像编码器，泛化性强

不足之处

  • 文档偏学术化，缺少快速上手的教程和API说明
  • 依赖大规模多模态训练数据，资源消耗大，小团队难复现

适用场景

  • 机器人抓取前对未知物体的实时识别与分类
  • 3D资产库的语义搜索和自动标注
  • 自动驾驶中罕见障碍物的零样本检测

替代项目

PointCLIP、ULIP、Point-BERT

上一篇：VITON-HD

下一篇：street-tryon-benchmark

同类项目推荐

AlbumentationsX 开源

一行代码给图像加增强，标注同步不跑偏

Image augmentation for computer vision. AGPL-3.0-only or commercial licensing.

★ 592 2026-09-13
CV-CUDA 开源

GPU 批量跑图像预处理，云端视觉吞吐翻倍

CV-CUDA™ is an open-source, GPU accelerated library for cloud-scale image processin···

★ 2733 2026-09-17
Damselfly 开源

自建照片库，海量图片秒搜，人脸识别全本地

Damselfly is a server-based Photograph Management app. The goal of Damselfly is to i···

★ 1798 2026-10-14
MultimodalOCR 开源

用29项细粒度任务，测出多模态大模型的OCR真实水平

On the Hidden Mystery of OCR in Large Multimodal Models (OCRBench)

★ 901 2026-09-29
001 开源

用代码画图，玩转 WebGL 创意视觉

draw_code.001 — ThreeJS, WebGL & GLSL

★ 55 2026-08-09
DMIT 开源

解耦图像内容与风格，一键实现多域图像翻译

Multi-mapping Image-to-Image Translation via Learning Disentanglement. NeurIPS2019

★ 115 2026-08-09
QuickSnip 开源

Wayland 上截图即取字，还能顺手做图像搜索

⚡ Lightweight Wayland OCR & Google Lens utility built with Quickshell.

★ 166 2026-10-30
deskew 开源

命令行一键把歪斜扫描件转正，方便后续 OCR 和阅读

Deskew is a command line tool for deskewing scanned text documents. It uses Hough tr···

★ 192 2026-10-24