神经网络训练与注意点
1 训练 在前面当中我们讨论了神经网络静态的部分：包括神经网络结构、神经元类型、数据部分、损失函数部分等。 这个部分我们集中讲讲动态的部分，主要是训练的事情，集中在实际工程实践训练过程中要注意的一些点，如何找到最合适的参数。 1.1 关于梯度检验 之前的博文我们提到过，我们需要比对数值梯度 ...
原文：点云神经网络：point_net（一）
三维数据的表述形式一般分为下列四种： 点云：由N NN个D DD维的点组成，当这个D D D 的时候一般代表着 x , y , z x,y,z x,y,z 的坐标，当然也可以包括一些法向量 强度等别的特征。这是今天主要讲述的数据类型。 Mesh：由三角面片和正方形面片组成。 体素：由三维栅格将物体用 和 表征。 多角度的RGB图像或者RGB D图像。点云优势： 点云更接近于设备的原始表征 即雷达扫 ...
2021-10-28 20:10 0 898 推荐指数：
相关推荐
使用卷积神经网络进行激光雷达点云目标检测——SECOND
使用卷积神经网络进行激光雷达点云目标检测——SECOND原创W_Tortoise 发布于2019-01-29 15:28:28 阅读数 3033 收藏展开前言现在出现了很多使用卷积神经网络进行点云目标检测的工作，今天就分享一项这方面的工作，其最大优势是推理速度快。论文：https ...
点云配准的端到端深度神经网络：ICCV2019论文解读
点云配准的端到端深度神经网络：ICCV2019论文解读 DeepVCP: An End-to-End Deep Neural Network for Point Cloud Registration 论文链接： http://openaccess.thecvf.com ...
3D Object Classification With Point Convolution —— 点云卷积网络
今天刚刚得到消息，之前投给IROS 2017的文章收录了。很久很久没有写过博客，今天正好借这个机会来谈谈点云卷积网络的一些细节。 1、点云与三维表达 三维数据后者说空间数据有很多种表达方式，比如：RGB-D 图像，体素图像，三维点云等。这些三维数据的表达方式各有特点：RGB-D 图像 ...
CVPR2020：基于自适应采样的非局部神经网络鲁棒点云处理（PointASNL）
CVPR2020：基于自适应采样的非局部神经网络鲁棒点云处理（PointASNL） PointASNL: Robust Point Clouds Processing Using Nonlocal Neural Networks With Adaptive Sampling 论文地址 ...
神经网络：卷积神经网络
一、前言 这篇卷积神经网络是前面介绍的多层神经网络的进一步深入，它将深度学习的思想引入到了神经网络当中，通过卷积运算来由浅入深的提取图像的不同层次的特征，而利用神经网络的训练过程让整个网络自动调节卷积核的参数，从而无监督的产生了最适合的分类特征。这个概括可能有点抽象，我尽量在下面描述细致一些 ...
BP神经网络 [神经网络 2]
本文来自于 [1] BP神经网络 和 [2] Wikipedia: Backpropagation，感谢原文作者！ 1- M-P模型 按照生物神经元，我们建立M-P模型。为了使得建模更加简单，以便于进行形式化表达，我们忽略时间整合作用、不应期等复杂因素，并把 ...
点云数据（point cloud）
一：什么是点云数据 点云数据是指在一个三维坐标系统中的一组向量的集合。这些向量通常以X,Y,Z三维坐标的形式表示，而且一般主要用来代表一个物体的外表面形状。不经如此，除（X,Y,Z）代表的几何位置信息之外，点云数据还可以表示一个点的RGB颜色，灰度值，深度，分割 ...