본 프로젝트에서 사용하는 데이터는 다음과 같습니다.

1) 3D 데이터 (.off) 파일
- 학습 데이터 수: 1000 (클래스 당 100)
- 테스트 데이터 수: 300 (클래스 당 30)

2) 클래스 라벨 파일
- 총 10 종류의 클래스 (bathtub, bed, chair, ..., toilet)에 대응하는 정수형 라벨 (0, 1, 2, ..., 9)의 정보를 담은 JSON 파일

3) 제출용 csv 파일
- 테스트 데이터에 대한 모델의 예측을 **정수형**으로 Label column에 추가하여 제출하면 됩니다.

## 데이터 요약

```
├── ㅡmodelnet10
│   ├── dataset
│   │   ├── train
│   │   │   ├── bathtub
│   │   │   │   ├── bathtub_0001.off
│   │   │   │   ├── bathtub_0002.off
│   │   │   │   ├── ...
│   │   │   │   ├── bathtub_0099.off
│   │   │   │   └── bathtub_0100.off
│   │   │   ├── bed
│   │   │   ├── ···
│   │   │   ├── table
│   │   │   └── toilet
│   │   ├── test
│   │   │   ├── 0.off
│   │   │   ├── 1.off
│   │   │   ├── 10.off
│   │   │   ├── ...
│   │   │   ├── 2.off
│   │   │   ├── 20.off
│   │   │   └── 99.off
├── class2Label.json
├── sample_submit.csv
``` 

참고) 학습 데이터에 대한 3D 모델의 클래스 10 종류는 아래와 같습니다.
- bathtub
- bed
- chair
- desk
- dresser
- monitor
- night_stand
- sofa
- table
- toilet