一篇講原理很好的博文 https://www.cnblogs.com/Libo-Master/p/9759130.html ...
簡介 這是在閱讀完Ruizhongtai Qi的博士論文 DEEP LEARNING ON POINT CLOUDS FOR D SCENE UNDERSTANDING 后的一篇讀書筆記。這篇論文的整體框架如下圖所示,其中涉及的幾項工作在點雲處理領域都是非常有影響力的。 D場景有很多表示形式,其中點雲是最接近raw sensor data的數據形式,且不會像volumetric表示那樣產生量化誤差 ...
2021-11-27 21:46 0 98 推薦指數:
一篇講原理很好的博文 https://www.cnblogs.com/Libo-Master/p/9759130.html ...
簡介作者在先前的研究中提出了Pointnet,此論文是Pointnet的改進版Pointnet++。提出改進的理由是因為Pointnet無法很好地捕捉由度量空間引起的局部結構問題,由此限制了網絡對精細場景的識別以及對復雜場景的泛化能力。Pointnet的基本思想是對輸入點雲中的每一個點學習其對應 ...
針對點雲無序性—采用maxpooling作為對稱函數。最大池化操作保留最大值,不管順序如何變化,最大值不會改變。 針對剛體變化—對齊網絡T-net 特征提取階段采用MLP,這種結構用到 ...
無序性:雖然輸入的點雲是有順序的,但是顯然這個順序不應當影響結果。點之間的交互:每個點不是獨立的,而是與其周圍的一些點共同蘊含了一些信息,因而模型應當能夠抓住局部的結構和局部之間的交互。變換不變性:比 ...
https://blog.csdn.net/qq_40196164/article/details/84638410 ...
代碼參考:https://blog.csdn.net/weixin_39373480/article/details/88934146 room_fil ...
1.作者可能把scannet數據集分成了訓練集和測試集並處理成了.pickle文件。 2.在代碼運行過程中,作者從.pickle文件中讀出訓練集1201個場景的x、y、z坐標和測試集312個場景的x ...
1.數據集加載 訓練數據(TRAIN_DATASET)是5個.h5格式的文件: data/modelnet40_ply_hdf5_2048/ply_data_train0.h5dat ...