- 博客(14)
- 收藏
- 关注
原创 【论文阅读】【三维场景特殊点云分割】OpenMask3D:Open-Vocabulary 3D Instance Segmentation
NeurIPS2023:OpenMask3D-开放词汇三维场景点云实例分割。
2023-12-03 21:26:32 167 1
原创 【论文阅读】【三维场景点云分割】SoftGroup for 3D Instance Segmentation on Point Clouds
通过进行自下而上的软分类和自上而下的细化来实现三维点云分割:允许每个点与多个类关联,以减轻语义预测错误带来的问题。
2023-09-17 20:44:40 257 1
原创 【论文阅读】【3d场景分割】PointGroup: Dual-Set Point Grouping for 3D Instance Segmentation
一种自下而上的三维场景点云实例分割方法PointGroup (CVPR2020)。思路清晰易懂
2023-09-10 21:06:27 222
原创 【论文阅读】【3D场景点云分割】Mask3D: Mask Transformer for 3D Semantic Instance Segmentation
第一种真正基于 Transformer 的三维点云实例语义分割方法
2023-09-02 21:21:09 493 1
原创 基于Dockerfile构建深度学习模型(OpenPCdet)
文章目录docker的安装(gpu)Linux上安装显卡驱动安装docker安装NVIDIA Container Toolkit编写dockerfileDocker镜像与容器的启动,打包导出遇到的一些问题:no module name 'pcdet'libGL.so.1以OpenPCdet为例参考:[Docker] 镜像打包训练好的模型_Emery_learning的博客-CSDN博客docker的安装(gpu)参考:Docker部署深度学习...
2022-03-07 17:20:50 2086
原创 【论文阅读】【弱监督-3D目标检测】Weakly Supervised 3D Object Detection from Point Clouds
前言ACM MM 2020录用的一篇文章。不使用任何真实的3D框来进行训练。通过采用归一化的点云密度来生成目标候选框。不过性能一般,算是第一个吃螃蟹的人MIT和微软合作的论文,模型简称为VS3D论文地址:https://arxiv.org/abs/2007.14366Code地址:https://github.com/Zengyi-Qin/Weakly-Supervised-3D-Object-Detection解决的问题及对应贡献一个无监督的三维对象建议模块(UPM),它使..
2021-09-17 10:37:26 1273 2
原创 【论文阅读】【半监督-3D目标检测】-SESS:Self-Ensembling Semi-Supervised 3D Object Detection
前言:《SESS: Self-Ensembling Semi-Supervised 3D Object Detection》CVPR2020 Oral新加坡国立大学出品论文地址:https://openaccess.thecvf.com/content_CVPR_2020/papers/Zhao_SESS_Self-Ensembling_Semi-Supervised_3D_Object_Detection_CVPR_2020_paper.pdfCode地址:GitHub - Na-Z.
2021-09-13 17:55:12 605
原创 【论文阅读】【弱监督-3D目标检测】WS3D:Weakly Supervised 3D Object Detection from Lidar Point Cloud
前言:《Weakly Supervised 3D Object Detection from Lidar Point Cloud》(WS3D)ECCV20录用的一篇文章,后面扩展出一篇TPAMI,我在这里就合并两篇文章一起整理介绍了。北京理工的一位在读博士。论文地址:https://arxiv.org/abs/2007.11901Code地址:https://github.com/hlesmqh/WS3DTPAMI论文地址:https://ieeexplore.ieee.org/document
2021-06-08 23:51:29 2280 5
原创 Ubuntu-torch.cuda.is_available() 的返回值为False
Ubuntu-torch.cuda.is_available() 的返回值为False按照流程安装了GPU版本的pytorch,但是输入测试代码:>>>import torch>>>torch.cuda.is_available()结果一直返回结果为False,如果提示是这个则代表GPU版本的pytorch无法正常使用。结合网上其他的原因,检查了一遍,发现我的cuda和cudnn都安装成功了,版本也应该是匹配的。无奈只能回归到官网去寻找解决方案了官网提示
2020-10-17 11:07:13 844
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人