论文阅读:RandLA-Net: Efficient Semantic Segmentation of Large-Scale Point Clouds

2020年7月18日 周六 天气晴 【不悲叹过去,不荒废现在,不惧怕未来】


RandLA-Net: Efficient Semantic Segmentation of Large-Scale Point Clouds

RandLA-Net: 大规模点云的高效语义分割

在这里插入图片描述

论文链接:https://arxiv.org/abs/1911.11236
github代码(tensorflow):https://github.com/QingyongHu/RandLA-Net

这篇论文是今年CVPR2020上的一篇oral,能高效处理大规模点云的语义分割问题。网上有很多人都对这篇论文进行了解读,感觉理解的都比我深刻多了,比如下面这些:
RandLA-

  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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
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