自动分牙部署迭代V1

自动摘要: |时间|对应版本号|修订人|主要修订内容| ||||| ||V1.0.0|[@SindreYang( ……..

时间	对应版本号	修订人	主要修订内容
	V1.0.0	@Sindre Yang(sindre)	基于Libtorch部署

V1.0.0

背景

1. 利用 pybind11 直接转换

• pybind11(C++与python无缝切换):https://pybind11.readthedocs.io/en/stable/
• libtorch(pytorch的C++版本):https://pytorch.org/
  • 建议使用1.9版本及以上,因为服务器用的1.9.1
• cmake:建议使用3.12版以上cmake封装

文件说明

model.pth:模型文件(上下颌是不同模型)infer.py:接口文件

• 前处理-preprocess

• 模型推理-inference

• 后处理-postprocess

---

参数信息

preprocess

def preprocess(mesh, num=15) 

功能:将高于1w个面片通过vedo进行采样
Mesh为stl牙颌
num指牙颌牙的数量

inference

def inference(X, A_S, A_L, model)

 功能:将处理后的输出进行推理
 X:转换成torch的stl模型参数
 A_S, A_L:对模型小尺度采样,大尺度采样
 model:对应模型
 
     

postprocess

def postprocess(tensor_prob_output, predicted_labels_d, num_classes, mesh_d, original_cells_d):

功能: 利用 pygco 的图割算法,将结果进行优化

---