【代码阅读】PointNet++代码梳理

最新推荐文章于 2023-03-14 21:51:27 发布
最新推荐文章于 2023-03-14 21:51:27 发布
阅读量1.9k 收藏 11
点赞数 6
分类专栏： 代码阅读
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/wqwqqwqw1231/article/details/117449965
版权

文章目录

本文为PointNet++ CUDA代码阅读系列的第一部分，其他详见：
（一）PointNet++代码梳理
（二）PointNet++中的FPS的CUDA实现
（三）PointNet++中ball query的CUDA实现
（四）PointNet++中的Three_nn的CUDA实现

PointNet++的核心操作是SA层和FP层，这里就来梳理一下SA层和FP层都干了什么。

SA层

参数：降采样点的数量(npoints)，邻域半径(radii)，邻域内点的数量(nsample)，MLP
输入：xyz，features

计算过程如下：

new_xyz_idx = FPS(
最低0.47元/天 解锁文章
麒麒哈尔
关注
  • 6
    点赞
  • 踩
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
【三维深度学习】PointNet++（三）：多尺度分组MSG详解
叶子的博客
05-07 7420
三维目标分类 — PointNet++多尺度分组MSG详解（三），详细介绍PointNet++，含数据、代码和原理直观解析。 ​上 一节详细介绍了PointNet++点云分类。PointNet++通过SA模块对原始点云进行采样分组，如果只是采用单一半径尺度和固定采样点数，那么分组内的点云会受点云密度的影响。如果点云过于稀疏，那么小半径尺寸无法将稀疏的点云进行分组，从而无法提取到稀疏点云的特征。在单一尺度分组的PointNet++结构中，第一层的SA分组半径最小，后续SA层都是基...
干货！ASSANet：让PointNet++更快更强
AITIME_HY的博客
08-09 1200
点击蓝字关注我们AI TIME欢迎每一位AI爱好者的加入！ASSANet: An Anisotropic Separable Set Abstraction for Efficient Point Cloud Representation Learning这篇报告主要介绍NeurIPS 2021 Spotlight论文ASSANet。在ASSANet中，我们深入研究了 P...
PointNet++理解
Rolandxxx的博客
12-22 582
3D检测里面有这样一类操作，用白话讲，可以归类为“路由”：即把特征从哪里取出来，或把特征汇聚到哪里去。“路由”的建立过程本身可以不可导（比如FPS和ball query）。但“路由”一旦建立，特征的传递和映射过程一般都是可导的。对于pointnet++中的一个例子（因为不能debug进用C++写的自定义的cuda算子，debug没法进c++的代码的，只能到调用的那一步，所以推荐直接采用全局搜索），对于前向传播中那些不能导的操作，是要重写一下backward函数的，重写时可能会调用自己实现的cuda代码。
PointNet++上采样（Feature Propagation）
weixin_47142735的博客
11-08 8334
PointNet++在处理分割任务的时候需要将下采样的点还原到与输入相同的点数，便于做每个点的预测。但是在论文中只给了一个简单的描述和公式，不是很好理解，因此在这里记录一下我的理解过程。 1.FP模块的目的 PointNet++会随着网络逐层降低采样的点数，这样来保证网络获得足够的全局信息，但是这样会导致无法完成分割任务，因为分割任务是一个端到端的，必须保证输出与输入点数相同。 一种完成分割任务的方法就是不下采样点，始终将所有点放入网络进行计算。但这样需要消耗大量计算成本。另一种比较常用的方法就是进行插值了
PointNet++源码解读
AI训练师中的点滴
10-04 885
PointNet++
小白科研笔记：理解PointNet++中的three_interpolate前向计算和反向求导
Niuip的博客
04-17 2031
1. 前言 处于科研需要，我需要理解PointNet++中的Interpolated (propogated) features，即特征插值计算过程（如果不需要当然就不去理解它啦）。它如SA-SSD论文中的公式所示： 它在代码中的实现如下所示： # known 表示已知点的位置信息 [m,4] # known_feats 表示已知点的特征信息 [m,C] # unknown 表示需要插值点的位置...
pointnet++代码（亲测可用）
12-06
记录PointNet PyTorch版本的学习PyTorch版本PointNet作者Tensorflow版本页面上给出的github地址，这里数据集PyTorch版本只给出了ModelNet的数据，只能进行部件分割，但是我想测试S3DIS数据集，所以下载了原作者给的...
PointNet++ 源码有批注
08-01
PointNet++是深度学习领域中处理三维点云数据的一种创新性网络架构，由斯坦福大学的研究团队在2017年提出...通过详细阅读和理解代码，你将能够更好地掌握3D深度学习的关键技术，为你的项目或研究带来新的视角和可能性。
pointnet++自制室外城市区域数据集
08-04
《PointNet++自制室外城市区域数据集详解》 在计算机视觉和深度学习领域，三维点云数据处理是一项重要任务，而PointNet++作为一种强大的点云处理框架，为理解和解析复杂三维环境提供了有效工具。本文将深入探讨...
PointNet和PointNet++的Pytorch实现
08-31
（1）发布语义分割的预训练模型，其中PointNet++可以达到53.5%的mIoU。 (2) 发布预训练模型用于分类和部分分割log/。 2021/03/20：更新分类代码，包括： (1) 添加训练ModelNet10数据集的代码。使用--num_category...
PointNet++点云处理TensorFlow版
06-22
三维点云是物理世界的三维数据表达形式，其应用日益广泛，如自动驾驶、AR/VR、FaceID等。PointNet网络模型是直接对三维...（3）详解PointNet++的原理、程序代码和实现细节，并使用PyCharm进行Debug调试代码和单步跟踪。
【代码阅读】PointNet++中的Three_nn的CUDA实现
麒麒哈尔的博客
06-01 724
文章目录 给定点集known和unknown，Three_nn实现的功能是对于unknown的每个点，找到其在known中最临近的3个点的距离和下标，直接看cu代码，在src/interpolate_gpu.cu中： __global__ void three_nn_kernel_fast(int b, int n, int m, const float *__restrict__ unknown, const float *__restrict__ known, float *__restric
【代码阅读】PointNet++具体实现详解
麒麒哈尔的博客
06-03 1万+
qqq
《《《翻译》》》pointnet++
为了梦想
10-31 7436
原文名称：PointNet++: Deep Hierarchical Feature Learning on Point Sets in a Metric Space 原文地址：http://cn.arxiv.org/abs/1706.02413 摘要 很少有以前的作品研究深入学习点集。pointnet[ 20 ]是这个方向的先驱。然而，通过设计，PointNet没有捕获度量空间点所处的局部...
PointNet++详解与代码
热门推荐
10点43的博客
05-25 3万+
在之前的一篇文章《PointNet：3D点集分类与分割深度学习模型》中分析了PointNet网络是如何进行3D物体分类与分割的。
3D检测PointNet++（通俗易懂的解析）
子非余
09-21 1261
3D检测PointNet++（全网最全解析）
PointNet系列代码复现详解(1)—PointNet分类部分
weixin_45699456的博客
03-14 6078
主要就是先记录一下训练轮次等基本信息，开启训练模式，更新学习率，然后开始一轮训练，优化器清零，然后数据增强，然后进行训练，一轮训练结束后会进行一次检测，最后检测结果与以前训练数据进行比较，保存最好的那个。方法计算分类正确的样本数，再除以该类别中的总样本数，即可得到分类器在该类别上的准确率。下面代码就是把训练的模型复制到对应的目录下，以便以后查看和对比，然后就获取对应的分类模型以及损失函数，激活函数。比如是否使用GPU，训练批次大小，模型，训练总轮数，以及优化器，训练日志保存路径等等。
Pointnet++代码详解：farthest_point_sample函数
weixin_44330777的博客
06-09 1350
FPS farthest_point_sample函数是来自于Pointnet++的FPS(Farthest Point Sampling) 最远点采样法，该方法比随机采样的优势在于它可以尽可能的覆盖空间中的所有点。 最远点采样是Set Abstraction模块中较为核心的步骤，其目的是从一个输入点云中按照所需要的点的个数npoint采样出足够多的点，并且点与点之间的距离要足够远。最后的返回结果是npoint个采样点在原始点云中的索引。 FPS的逻辑如下： 假设一共有n个点,整个点集为N = {f1, f
pointnet++代码
最新发布
07-02
PointNet的代码实现包括两个主要部分：模型定义和训练过程。 模型定义部分首先定义了点云数据的输入格式，通常是一个三维点的坐标数组。然后，定义了一个基础的神经网络模型，其中包含多个全连接层、激活函数、正则...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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