OpenShape_code

让AI看懂任意3D形状，零样本也能分类检索

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。