点云检测算法之PointNe++t深度解读

点云检测算法之PointNet++深度解读

论文链接 : PointNet++: Deep Hierarchical Feature Learning on Point Sets in a Metric Space

Github链接:有关于环境感知方面的网络介绍及代码链接


背景和亮点

背景

有关于PointNet缺点,可以参考我上一篇文章ComputerVersion/PointNet.md at main · Victor94-king/ComputerVersion , 我觉得最主要的在于其利用了maxpooling 整合了全局的信息,但是没有利用邻域的信息,基于此,PointNet++就针对领域信息的提取做出了改善。

  1. point-wise MLP,仅仅是对每个点表征,对局部结构信息整合能力太弱 --> PointNet++的改进:sampling和grouping整合局部邻域
  2. global feature直接由max pooling获得,无论是对分类还是对分割任务,都会造成巨大的信息损失 --> PointNet++的改进:hierarchical feature learning framework,通过多
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

曼城周杰伦

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值