- 博客(12)
- 收藏
- 关注
RSS订阅原创 面向 3D 点云的局部几何特征描述工具——FPFH
FPFH（快速点特征直方图）是一种用于点云局部几何特征描述的算法。其计算分为两个阶段：首先计算查询点邻域内的SPFH（简化点特征直方图），通过三个关键角度参数描述点对几何关系；然后加权聚合邻域SPFH形成最终FPFH。FPFH通过多维直方图反映局部形状特征：平面表现为少数高值元素，棱角为多个高值簇，球面则分布均匀。实际应用中需注意邻域参数选择和法向量预处理，邻域类型应根据点云密度选择k近邻或半径邻域，法向量计算前需进行去噪和单位化处理。该算法在点云配准和形状识别等任务中具有重要作用。
2026-01-13 21:00:50
948
原创 MC3D-AD代码理解（1）
本文介绍了点云数据的FPS下采样和预处理流程。FPS下采样采用最远点采样算法，通过迭代选择距离已选点最远的点，实现均匀覆盖原始点云形状，将188,660个点精简至150,000个。预处理包括数据加载、类别映射、异常掩码生成、点云中心化归一化等步骤，其中归一化通过计算中心点坐标并将所有点减去中心点，消除绝对位置干扰。处理后的数据转为PyTorch张量输出，包含点云坐标、标签、掩码等信息，为3D异常检测模型提供规范化输入。
2025-09-27 16:48:53
1036
原创 Restormer（高分辨率图像修复模型）代码复现步骤
本文介绍了Restormer项目的安装与配置流程。首先通过git命令下载源代码和依赖文件BasicSR，需注意文件存放位置。使用Anaconda创建Python3.10环境后，依次安装BasicSR的核心依赖包和相关组件，建议使用清华镜像源加速下载。完成环境配置后，需下载预训练模型deraining.pth并放置到指定目录。最后通过执行demo.py命令进行测试，任务类型为Deraining，输入输出路径需按要求设置。成功运行后将得到图像去雨效果。整个流程涵盖了从代码获取、环境搭建到模型测试的关键步骤。
2025-09-22 20:55:26
821
原创 Real3D-AD-PCD简介
Real3D-AD-PCD是由M-3LAB团队发布的高精度三维工业异常检测数据集，包含1254个高分辨率点云样本（训练集48个正常样本，测试集1206个样本），涵盖12类工业/自然物体。该数据集通过3D扫描技术获取物体完整三维结构，支持复杂空间异常检测。文件结构包括训练集、测试集（含正常/切割/凹陷样本）及对应的标注文件（标注异常点坐标及二值标签）。异常点比例通过对比异常点数量与总点数计算，为算法评估提供多维基准。
2025-09-21 14:11:21
635
原创 卷积神经网络
摘要：本文介绍了卷积神经网络(CNN)的核心组件及其工作原理。卷积层通过卷积运算提取图像特征，使用Padding解决图像缩小问题，通过步长(stride)控制输出尺寸。三维卷积可处理多通道输入，通过多个滤波器提取不同特征。池化层(最大池化/平均池化)用于降维和提高特征鲁棒性。全连接层实现特征非线性组合输出结果。相比全连接网络，CNN具有参数共享和稀疏连接的优势，能有效减少参数量并保留空间特征。文中详细说明了各层参数计算方法，并展示了从输入到输出的完整计算过程。
2025-07-27 12:10:15
846
原创 好用的软件分享
炼丹炉用于自动化深度学习的技术集合，可自动进行模型选择、参数调优与数据处理。尤其适合笔记本的GPU和内存不够，却在大规模的数据集进行训练模型的。
2025-07-15 17:17:30
402
原创 Anomaly Detection-准研一入门
（第一篇会很痛苦，因为看不懂，需要反复看查资料，熬过去入了门就好了）(1)摘要——背景+现存的方法存在的问题+为了解决这个问题我们提出的方法(2)引言——背景+存在问题+引出写作动机+你是如何做的，介绍你的方法(3)相关工作——异常介绍+别人做了哪些工作(4)方法（主要看这部分）——先大体看一下，然后复现代码。方法与代码对应着看，比如：方法里介绍了公式，定位到代码里面看他具体是如何实现的。
2025-07-15 15:53:50
617
原创 BP算法笔记+代码
img_v = img_array.reshape(img_array.shape[0] * img_array.shape[1]) # 展开成一维数组。img_array.shape[0] * img_array.shape[1]) # 展开成一维数组。print("数字%d的识别正确率%f" % (num, right[num] / num_count))img_array = np.asarray(img, 'i') # 转化为int数组。# 隐藏层学习率×输入层误差×隐藏层的输出值。
2024-08-22 17:48:27
1653
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