*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。