tyhuang/3D_Few-Shot_Class-Incremental_Learning_Dataset

1# 数据集说明2 3## 数据集结构4```5├ trainset/6├── 0/7│   ├── [label]-xxxxx.npy8│   ├── ......9├── 1/10├── ......11├── 10/12│   13├ testset/14├── 0/15│   ├── xxxxx.npy16│   ├── ......17├── 1/18├── ......19├── 10/20```21文件夹"0"为基类数据集，文件夹"1"-"10"为新类数据集的10个增量阶段数据。每个文件夹内包含.npy格式的点云数据，可以使用`numpy.load(path)`读取相应文件。在trainset中，文件命名保证依照"[label]-xxxxx.npy"格式，其中第一个"-"前的内容为该点云的类别名，可以使用`filename.split('-')[0]`获取相应标签。22 23## 数据集读取示例24```python25class CONTESTCIL_train(Dataset):26    def __init__(self, root='./trainset', session=0, name2id=None):27        data_root = os.path.join(root,str(session),"train")28        self.point_cloud = []29        self.labels = []30        self.session = session31        self.session_label_num = [55,59,63,67,71,75,79,83,87,91,95]32        for name in os.listdir(self.data_root):33            self.point_cloud.append(os.path.join(data_root,name))34            self.labels.append(name2id[name.split('-')[0]])35        36    def get_cat_num(self):37        return self.session_label_num[self.session]38    39    def __getitem__(self, idx):40        return np.load(self.point_cloud[idx]), self.labels[idx]41 42    def __len__(self):43        return len(self.labels)44 45 46class CONTESTCIL_test(Dataset):47    def __init__(self, root='./testset', session=0):48        self.session = session49        self.session_label_num = [55,59,63,67,71,75,79,83,87,91,95]50        data_root = os.path.join(root,str(session))51        self.point_cloud = []52        self.name = []53        for name in os.listdir(self.data_root):54            self.point_cloud.append(os.path.join(data_root,name))55            self.name.append(name)56    57    def get_cat_num(self):58        return self.session_label_num[self.session] 59    60    def __getitem__(self, idx):61        return np.load(self.point_cloud[idx]),self.name[idx]62 63    def __len__(self):64        return len(self.point_cloud)65```66 67## 答案提交68参赛选手需要提交 `test.csv`，其所需内容要求如下：69 70- 选手提交的答案文件，每行均包含两列，其中第一列为文件名称"XXX.npy"（输出内容无需加双引号），第二列为选手模型预测的标签，如"sofa"等。71- 选手对于每个增量阶段，均需要对该阶段测试集所有样本进行预测并输出。在每个增量阶段所有样本答案输出结束之后，请输出一行"END,END"用于标记该增量阶段结束。请注意：无效文件名，相同文件名重复输出均不会被统计。72- 具体格式可以参考主办方发布的"test.csv"文件，若存在提交格式问题需要确认，请联系主办方。