todo: 配置修改

brep2sdf/config/default_config.py

@@ -4,18 +4,18 @@ from typing import Tuple, Optional
 @dataclass
 class ModelConfig:
     """模型相关配置"""
-    brep_feature_dim: int = 32
+    brep_feature_dim: int = 16
     use_cf: bool = True
-    embed_dim: int = 384 # 3 的 倍数
-    latent_dim: int = 64
+    embed_dim: int = 192 # 3 的 倍数
+    latent_dim: int = 16
     
     # 点云采样配置
-    num_surf_points: int = 16  # 每个面采样点数
-    num_edge_points: int = 4   # 每条边采样点数
+    num_surf_points: int = 8  # 每个面采样点数
+    num_edge_points: int = 2   # 每条边采样点数
     
     # Transformer相关配置
-    num_transformer_layers: int = 6
-    num_attention_heads: int = 8
+    num_transformer_layers: int = 4
+    num_attention_heads: int = 6
     transformer_dim_feedforward: int = 512
     transformer_dropout: float = 0.1
     
@@ -26,8 +26,9 @@ class ModelConfig:
 @dataclass
 class DataConfig:
     """数据相关配置"""
-    max_face: int = 64
-    max_edge: int = 64
+    max_face: int = 8
+    max_edge: int = 16
+    num_query_points: int = 4096  # 限制查询点数量，sdf 采样点数 本来是 128*128*128 ，在data load时随机采样
     bbox_scaled: float = 1.0
     
     # 数据路径
@@ -50,7 +51,7 @@ class DataConfig:
 class TrainConfig:
     """训练相关配置"""
     # 基本训练参数
-    batch_size: int = 8
+    batch_size: int = 1
     num_workers: int = 4
     num_epochs: int = 100
     learning_rate: float = 1e-4

brep2sdf/train.py

@@ -72,14 +72,14 @@ class Trainer:
             batch_size=config.train.batch_size,
             shuffle=True,
             num_workers=config.train.num_workers,
-            pin_memory=use_pin_memory  # 根据设备类型设置，是否将数据固定在内存中
+            pin_memory=False #use_pin_memory  # 根据设备类型设置，是否将数据固定在内存中
         )
         self.val_loader = DataLoader(
             self.val_dataset,
             batch_size=config.train.batch_size,
             shuffle=False,
             num_workers=config.train.num_workers,
-            pin_memory=use_pin_memory  # 根据设备类型设置，是否将数据固定在内存中
+            pin_memory=False #use_pin_memory  # 根据设备类型设置，是否将数据固定在内存中
         )
         
         # 初始化模型