pointnet tf_util.max_pool2d

关注

原创最新推荐文章于 2026-06-23 16:33:40 发布 555 阅读 AI 写同款· GEO 优化 ›

PointNet论文理解和代码分析（详解）简介 3D展示有以下几种常见情况： multi-view images(多视角的图片)+2D CNN：图片表示3D数据存在失真。 vulmetric data（3D体素）+3D CNN：voxel的分辨率太小，不同物体区别不大，分辨率太高，复杂度太高。 mesh data+GNN：图卷积神经网络处理网格数据。 image depth+ CNN：带有深度的图片信息 point cloud... 阅读详情

net = tf_util.max_pool2d(net, [num_point,1],
                             padding='VALID', scope='tmaxpool')

看下具体实现

def max_pool2d(inputs,
               kernel_size,
               scope,
               stride=[2, 2],
               padding='VALID'):
  """ 2D max pooling.

  Args:
    inputs: 4-D tensor BxHxWxC
    kernel_size: a list of 2 ints
    stride: a list of 2 ints
  
  Returns:
    Variable tensor
  """
  with tf.variable_scope(scope) as sc:
    kernel_h, kernel_w = kernel_size
    stride_h, stride_w = stride
    outputs = tf.nn.max_pool(inputs,
                             ksize=[1, kernel_h, kernel_w, 1],
                             strides=[1, stride_h, stride_w, 1],
                             padding=padding,
                             name=sc.name)
    return outputs

其实是对tf.nn.max_pool进行了封装，输入的input是第三层输出的net(shape[32,1024,1,1024]),stride设置为2，2即沿h和w方向步幅为2步，直接对1024，1进行池化，且步幅是2，直接将1024个点进行池化得到最大点的池化值，最后得到[32,1,1,1024],目前不知道为什么这么操作

收录于