课程链接:https://edu.csdn.net/course/detail/30428
三维点云是物理世界的三维数据表达形式,其应用日益广泛,如自动驾驶、AR/VR、FaceID等。
PointNet网络模型是直接对三维点云数据进行深度学习的开山之作,PointNet++是对PointNet的改进技术。
PointNet++是点云深度学习处理方法的里程碑工作,启发了很多后续研究。
本课程对PyTorch版的PointNet++进行原理讲述、论文复现和代码详解。包括:
- 提供三维点云物体分类数据集ModelNet40、物体部件分割数据集ShapeNet和场景分割数据集S3DIS的下载、可视化软件和方法;
- 在Ubuntu系统上演示使用PointNet++进行三维点云的物体分类、部件分割和场景语义分割的训练和测试;
- 详解PointNet++的原理、程序代码和实现细节,并使用PyCharm进行Debug调试代码和单步跟踪。
本课程提供注释后的程序代码。
需要学习TensorFlow版PointNet++的学员请前往《PointNet++点云处理TensorFlow版》课程链接:https://edu.csdn.net/course/detail/30462