学习内容
1:快速回顾深度学习的内容,回顾了经典神经网络和卷积神经网络以及几个经典的深度学习模型框架。
2:搜集关于基于假设和选择策略的建筑表面简化建模相关论文,同时搜集了近两年关于点云表面重建的顶会文章。
3:略读完了City3D这篇论文,大致了解其思想
4:学习了pointNet和pointNet++这两个用于处理点云深度学习模型框架
本文概述了深度学习的核心概念,包括经典神经网络和卷积神经网络,重点介绍了深度学习模型框架如PointNet和PointNet++,并探讨了建筑表面简化建模和点云表面重建的研究进展,以City3D为例阐述相关思想。
学习内容
1:快速回顾深度学习的内容,回顾了经典神经网络和卷积神经网络以及几个经典的深度学习模型框架。
2:搜集关于基于假设和选择策略的建筑表面简化建模相关论文,同时搜集了近两年关于点云表面重建的顶会文章。
3:略读完了City3D这篇论文,大致了解其思想
4:学习了pointNet和pointNet++这两个用于处理点云深度学习模型框架

被折叠的 条评论
为什么被折叠?