PointCloud-Review

*PointCloud- 经典网络*

1.点云数据---有序化

1.1VoxelNet

网络结构如下:

1. Feature Learning Network

体素分区:原始点云:D,H,W,每一个小块V_D,V_H,V_W。

随机降采样

VFE(类似于PointNet结构):先将Voxel内的点进行经过linear--BN--ReLu,提取训练后的最大值,生成新的特征向量。

2.Convolutional Middle Layers

进行3D卷积,提取更深层次的特征

3.RPN

RPN完成最终区域框的标定训练

讲的太好了:VoxelNet点云检测详解_NNNNNathan的博客-CSDN博客_voxelnet

*MVCNN---2D解决3D问题*

首先从不同角度“拍摄” 点云数据,然后将2D图像进行Conv(使用同一个),然后进行View Pooling(参考博文),进而在进行Conv ,进而完成特侦提取。

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

打赏作者

奋进在AI路上的小李

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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