【论文阅读】PointMLP:RETHINKING NETWORK DESIGN AND LOCAL GEOMETRY IN POINT CLOUD

已于 2022-02-24 15:26:04 修改
阅读量3.5k 收藏 5
点赞数 2
文章标签： 深度学习 计算机视觉 pytorch 人工智能
于 2022-02-24 11:19:10 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_59962798/article/details/123104533
版权

PointMLP ICLR 2022

论文：https://arxiv.org/abs/2202.07123

代码：https://github.com/ma-xu/pointMLP-pytorch

在家看不下去论文，记录一下

1.概述

解决的问题：几何特征提取模块会造成较大的计算量以及性能饱和(信息丢失)

提出的方法：PointMLP，有残差连接的纯MLP网络。以及一种轻量的仿射变换

效果：在ModelNet40上达到sota，94.5%；在ScanObjectNN数据集上比最好的模型高出了3.3%，并且速度更快

存在的问题：

2.模型

 一个stage，就是残差连接的MLP blocks。几何仿射变换类似球状归一化？A表示邻域聚合，类似maxpooling&#

最低0.47元/天 解锁文章
alphafish_
关注
  • 2
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
「论文阅读」Rethinking Network Design and Local Geometry in Point Cloud：A Simple Residual MLP Framework
小麋鹿跑了的博客
03-06 7323
目录 ABSTRACT 方法 FRAMEWORK OF POINTMLP GEOMETRIC AFFINE MODULE ABSTRACT 在本文中，作者提出了一个新的视角来看待这个任务。注意到，详细的局部几何信息可能不是点云分析的关键——引入了一个纯粹的残差MLP network，称为PointMLP，它没有集成“复杂的”局部几何提取器，但性能仍然非常有竞争力。 方法 作者提出通过一个简单的前馈残差MLP网络(PointMLP)来学习点云表示，该网络分层地聚合由MLP提取的局部特征，并
【论文阅读】【ICLR 2022】 PointMLP：Rethinking Network Design and Local Geometry in Point Cloud：A Simple ...
py今天刷题了吗
02-08 4773
PointMLP：Rethinking Network Design and Local Geometry in Point Cloud： A Simple Residual MLP Framework . ICLR 2022 1. 四个问题 解决什么问题 点云随着CV领域的发展而发展（毕竟点云属于CV领域），先前的工作主要从设计局部特征提取器出发，所用方法有convolution, graph, or attention mechanisms。 这些精妙设计损害了推理速度，而且近些年性能也饱和了。
【ICLR 2022】PointMLP：Rethinking Network Design and Local Geometry in Point Cloud： A Simple Residual M
py今天刷题了吗
05-01 630
文章目录2. 论文介绍3. 参考资料 2. 论文介绍 3. 参考资料 【论文阅读】【ICLR 2022】 PointMLP：Rethinking Network Design and Local Geometry in Point Cloud：A Simple … – 自己以前写的文章 ICLR 2022 | 纯MLP的点云网络：新架构PointMLP大幅提高点云分类准确率和推理速度 「论文阅读」Rethinking Network Design and Local Geometr.
【论文笔记】RETHINKING NETWORK DESIGN AND LOCAL GEOMETRY IN POINT CLOUD: A SIMPLE RESIDUAL MLP FRAMEWORK
goodgoodstudy___的博客
04-06 976
论文笔记 3D cloud classification
【文献笔记】PointMLP
qq_27816785的博客
07-17 6791
ICLR 2022 ；**Rethinking Network Design and Local Geometry in Point Cloud: A Simple Residual MLP Framework**
论文阅读Train Large, Then Compress: Rethinking Model Size for Effici
03-25
论文阅读时记录的内容和思考
03-25 周一 论文阅读 Train Large, Then Compress: Rethinking Model S
03-25
在阅读论文03-25 周一 论文阅读 Train Large, Then Compress: Rethinking Model Size for Effcient Trainning and Inference of Transformers，的结构按照金字塔原理进行整理
读论文Rethinking the Role of Demonstrations What Makes In-Context
03-09
【读论文】Rethinking the Role of Demonstrations What Makes In-Context Learning Work
EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks
03-18
论文全文：EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks EfficientNet：对卷积神经网络的模型缩放的重新思考
【点云处理之论文狂读前沿版1】——Rethinking Network Design and Local Geometry in Point Cloud: A Simple Residual MLP
yuanmiyu6522的博客
04-27 3728
1
【文献翻译】Point MLP：一个简单的残差MLP框架
大秦帝国
04-20 3320
详细的局部几何信息可能不是点云分析的关键；引入了一个纯粹的残差MLP网络。
Point MLP 文章详解
晨的博客
03-18 1033
Point MLP关于点云分析的新视角和方法。点云数据因其无规则和无序的结构而难以处理，传统方法主要依赖于探索复杂的局部几何特征提取器，如卷积图或注意力机制。然而，这些方法在推理阶段会产生不利的延迟，且近年来性能已趋于饱和。本文提出了一个纯粹的残差MLP网络，命名为PointMLP，它不依赖于“复杂”的局部几何特征提取器，但仍展现出极具竞争力的性能。
探秘PointMLP：基于PyTorch的3D点云处理框架
gitblog_00081的博客
04-19 672
探秘PointMLP：基于PyTorch的3D点云处理框架 项目地址:https://gitcode.com/ma-xu/pointMLP-pytorch 在计算机视觉领域，3D点云数据是理解和建模现实世界的重要方式之一。PointMLP，由马旭团队开发并开源在GitCode上的一个Python库，是一个专注于3D点云处理和分类任务的深度学习框架。它基于PyTorch，为研究者和开发者提供了一种...
pointMLP安装point_ops_lib/.模块（pytorch版本）
kswlyy的博客
06-08 1404
看自己cuda版本可以进入电脑环境变量里看CUDA_PATH，之前看教程还需要添加环境变量CUDA_HOME，之后没配置也成功了，如果没成功可以试一下是不是这个问题。在满足源码Requirements的环境后，在pytorch环境中CD到 pointnet2_ops_lib所在目录，然后运行 pip install pointnet2_ops_lib/.可能会出现报错。第一步出错的我那时候是重新安装了NVIDIA CUDA之后正常电脑环境变量里会自动出现CUDA_PATH和对应的cuda的版本。
【ICLR 2022】重新思考点云中的网络设计和局部几何：一个简单的残差MLP框架
weixin_44378835的博客
02-21 1139
【ICLR 2022】RETHINKING NETWORK DESIGN AND LOCAL GEOMETRY IN POINT CLOUD: A SIMPLE RESIDUAL MLP FRAMEWORK
PointNet++论文解读和代码解析
slamer111的博客
10-17 3571
PointNet++
PointNet和PointNet++论文解读
m0_67357141的博客
08-03 811
论文题目：PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation (CVPR 2017)
pointMLP代码复现流程
最新发布
m0_65518858的博客
07-14 654
pointMLP代码复现流程
3D目标检测（一）—— 基于Point-Based方法的PointNet点云处理系列
lzzzzzzm的博客
02-20 5029
在3D目标检测中，可以大致分为基于图像、基于点云和基于多模态融合的三种方法。而基于点云处理的3D目标检测中，如何有效处理点云数据信息是其中的重点。常见的处理点云的方法有两种，一种为将无序的点云处理成有规则的体素或者柱体（voxel or pillar）等来进行处理，被称为Voxel-Based，另一种则是直接在原始点云上进行操作的Point-Based方法。本文主要介绍如何Point-Based中的经典网络PointNet，PointNet++和其发展PointNeXt。零、网络使用算法。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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