CAD&CG2020会议记录——几何深度学习之分析与生成（韩晓光）

最新推荐文章于 2024-03-11 22:02:46 发布
最新推荐文章于 2024-03-11 22:02:46 发布
阅读量470 收藏 2
点赞数
分类专栏： 人工智能
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/weixin_46146755/article/details/108030665
版权

文章目录

1、图像深度学习分析与生成

在这里插入图片描述
在这里插入图片描述
属于某一类表示为1，其他为0
分类属于图像级别的理解
在这里插入图片描述
分割属于像素级别的理解
给每一个像素赋予30个类别中的某一类
语义分割
图像到图像的转换
在这里插入图片描述
在这里插入图片描述
实例分割：不只要把🐏分出来，还要把不同的🐏区分出来，每一个东西都是一个实例

在这里插入图片描述
输入图像生成一句话
在这里插入图片描述
输入是低分辨率，输出是高分辨率
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
给一句话生成图像

2、曲面卷积定义与点云分析

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
给一个点云，输出每个物体框出来的三维空间
在这里插入图片描述
输入一个场景加一句话，输出物体定位
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

3、几何生成之低层语义处理

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

4、几何生成之高层形状解码

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Pumpkin-_-
关注
专栏目录
2016 China CAD&CG 参会总结 -- day1
计算机视觉life
11-05 3491
会议简介中国计算机辅助设计与图形学（China CAD&CG）大会是由“中国计算机图形学大会”和“全国计算机辅助设计与图形学学术会议”整合和发展起来的计算机辅助设计与图形学学术交流的全新平台，目前包括四个学术会议，它们分别是中国计算机图形学会议 (Chinagraph)、中国计算机辅助设计会议(ChinaCAD)、中国电子设计自动化会议(ChinaEDA)和中国大数据可视分析会议(ChinaLDAV
CAD&CG 2020学术会议
啊哈的专栏
08-19 710
https://www.bilibili.com/video/BV1ap4y1q7yf https://search.bilibili.com/all?keyword=CAD%26CG%202020%E5%AD%A6%E6%9C%AF%E4%BC%9A%E8%AE%AE&from_source=nav_search&spm_id_from=333.788.b_696e7465726e6174696f6e616c486561646572.30
VALSE 4月12日 下午 第一会场 深度学习模型设计 会议记录
qq_31049727的博客
04-16 514
4月12日 下午 第一会场 深度学习模型设计 主持人：王乃岩——图森未来 题目：Deep High-Resolution Representation Learning for Visual Recognition 讲者：王井东——微软亚研 Convolutional Neural Network = Representation Learning 低分辨率表征学习 → 图像...
2017年 计算机辅助设计与图形学大会 CAD&CG
devil_08的专栏
10-18 2483
贴一张大会的日程 时间很紧凑，报告一个接着一个，第一次在大会上宣读论文对自己是一个新尝试。回顾三天的报告，感觉走马观花一般，有深刻印象的就只有童欣博士的报告，下图是他对于问题的一些思考        将三维可视化的一些东西整合为一个这样的圆，通过圆的旋转组合来联想出一些新的东西。右边是他的组合联想。贴一张清楚点的圆图 圆的左边是现实世界，右边是虚拟世界。 感觉这样的组合能给人一些启
深度学习学习记录
qq_276982536的博客
09-28 233
1，大体流程： （1）大家发现有可能深层次的网络更优，但是深层网络难以训练，故无法实现 （2）有人提出提前用无监督学习方式预训练，再用有监督训练。如RGB、auto-encoder等实现并验证此想法。 （3）le-net提出用relu做activation可以直接就训练，不需要再预训练，获得成功 （4）google-net和VGG提出了le-net的扩展板，主要是进一步加深了网络的深度，获...
国产首款——飞桨PaddlePaddle深度学习框架介绍
华章IT官方博客
12-19 3007
现在深度学习框架不但内卷严重，而且头部效应明显。一提起深度学习框架，首先想到的肯定是Google家的TensorFlow，和Facebook家的PyTorch。究竟排名谁先谁后，还要看你...
中科院陈智能：计算机视觉经典——深度学习与目标检测
读芯术的博客
09-03 2481
不到现场，照样看最干货的学术报告！嗨，大家好。这里是学术报告专栏，读芯术小编不定期挑选并亲自跑会，为大家奉献科技领域最优秀的学术报告，为同学们记录报告干货，并想方设法搞到...
机器学习与交叉表分析在新冠肺炎新闻情绪分析中的应用.pdf
09-24
本文探讨了机器学习和交叉表分析在新冠肺炎新闻情绪分析中的应用，旨在支持主流媒体更好地进行舆情治理。情绪分析在现代社会中扮演着重要角色，尤其是在疫情这样的公共卫生事件中，公众的情绪反应直接影响舆论走向和...
中科院文新：深度学习入门基础与学习资源
读芯术的博客
09-02 357
不到现场，照样看最干货的学术报告！嗨，大家好。这里是学术报告专栏，读芯术小编不定期挑选并亲自跑会，为大家奉献科技领域最优秀的学术报告，为同学们记录报告干货，并想方设法搞到...
百度官方文档Plus版，PaddlePaddle深度学习框架介绍
华章IT官方博客
01-19 664
作者：木羊同学来源：华章计算机(hzbook_jsj）现在深度学习框架不但内卷严重，而且头部效应明显。一提起深度学习框架，首先想到的肯定是Google家的TensorFlow，和Fac...
实时渲染real-time rendering（浙江大学CAD&CG;国家重点实验室）
12-28
实时渲染real-time rendering（浙江大学CAD&CG;国家重点实验室）
CAD&CG2020会议记录——三维几何数据的表示（王鹏帅）
weixin_46146755的博客
08-16 897
背景：深度学习 侧重点：在深度学习下的应用 文章目录1、三维数据的稀疏性2、体素表达3、多视角表达4、点云表达5、隐式表达 1、三维数据的稀疏性 三维数据在现代工业与生活中应用十分广泛，例如：机器人、增强现实、自动驾驶等等 与二维数据相比，三维数据最大的特性为稀疏性 如图所示，狗狗图片在二维平面上是稠密表达，可以使用网格、利用矩阵将该数据进行表达；三维数据通常是利用扫描仪、激光雷达等等进行获取数据，如图片右方的兔子，通过扫描仪获取了两个视角，然后将这些点云进行拼接，组成三维模型，可以发现该模型在三维空间中
从传统 CAD 到深度学习驱动的影像系统：智能医疗落地三大技术挑战
weixin_33814685的博客
08-01 593
图像识别是深度学习等AI技术最先突破的领域，而在 AI 与医疗场景的结合中，目前看来，基于深度学习技术的医疗影像的识别与分析，也很可能会在整个智能医疗、精准医疗领域一枝独秀，率先进入大规模应用阶段。 传统CAD 不受医生的欢迎 实际上，计算机辅助检测（computeraided detection，简称CAD）很早就进入了人们尤其是医疗工...
会议记录及感想
yangluxin763730141的博客
04-14 2477
老师真的很优秀，从言谈举止就可以看出。 开会的时候，老师总是会根据每个人说的话去仔细的找每个人的优点，去找每个人闪光的地方。而且在给予意见的时候总是话语很温柔。老师真的很棒，我感觉进了小组这么久，好像就没有老师解决不了的问题。每个人都会遇到各种各样的问题，但是老师总能很轻松的给出解决方案。这就是见识，阅历，涵养。 今天开会内容主要有以下几点：（我就简单记了一下） ...
论文阅读笔记《Deep learning-based framework for Shape Instance Registration on 3D CAD models》
深视
12-02 2142
核心思想   本文提出一种基于深度学习的CAD模型实例配准方法。作者发现在复杂的CAD工程中（如建筑图纸），通常包含成千上万个部件，为了储存这些模型信息，通常要占据非常大的储存空间。但是其中很多的部件其结构的都是重复或者相似的，因此作者就希望将其中重复或相似的模型提取出来，并将其分类为基础的几何形状（圆柱，箱形，半球形，圆锥和圆环等）。通过仿射变换矩阵来记录每个模型实例和对应的基础几何形状之间的变换关系，最终每个部件实例都可以通过一个基础几何形状和一个仿射变换矩阵来表示，这样就大大减少了CAD工程储存的信息
DeepCAD: 使用深度自监督学习技术在Python中进行钙成像去噪的全面指南
qq_38334677的博客
09-15 324
钙成像是一种用于观察神经活动的技术，通过检测细胞内钙离子的变化来推断神经元的活动。由于其高时空分辨率和对活体组织的适应性，钙成像已经成为神经科学研究中的重要工具。然而，钙成像数据往往伴随着各种噪声，这些噪声可能来自于设备、生物样本或环境。为了获得准确的神经活动信息，去噪是非常关键的。深度自监督学习是一种使用未标记数据进行训练的机器学习方法。与传统的监督学习不同，它不需要大量的标记数据，而是通过学习数据的内部结构和模式来提取有用的特征。DeepCAD是一个基于深度自监督学习的钙成像去噪工具。
2020CADCG会议专题报告深度学习和图像笔记
moonlightpeng的博客
08-17 437
Transformer应用到建筑行业，CAD设计起飞了
zandaoguang的博客
05-18 906
视学算法报道转载自：机器之心作者：力元深度学习的灵活性恰好适合于复杂的 CAD 设计，DeepMind 的研究者基于 CAD 草图与自然语言建模的相似性，提出了自动生成 CAD 草图的机器...
【GitHub项目推荐--人工智能改变CAD；通过大模型学习CAD】【转载】
最新发布
j8267643的博客
03-11 2570
通过学习数百万的CAD模型，深度学习模型可能会发现一些新的设计规律和模式，从而拓展CAD模型的应用领域。因此，ABC数据集的推出为几何深度学习领域的研究者提供了一个宝贵的数据资源，有助于推动该领域的技术进步和应用发展。，研究者可以开发出更高效的算法和模型，用于自动识别CAD模型中的特征、优化设计过程、提高生产效率等。综上所述，ABC数据集的推出为人工智能技术在几何深度学习领域的应用提供了广阔的前景和可能。通过学习和分析这些CAD模型，我们有望取得一系列突破性的进展，推动相关技术的创新和发展。
评论
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