【深度学习】点云PointNet从0到1


前言

直接处理点云数据的深度学习技术PointNet
End To end Learning for scattered, unordered point data
Unified franework for various tasks
在这里插入图片描述
Point-Based Methods 分为 PointNet 和 PointNet++
在这里插入图片描述
在这里插入图片描述


3D Representations 3D 表征数据
在这里插入图片描述
点云的任务: 1) 分类, 2)部件分割 3)目标检测(用三维的框,bounding box) 4)场景语义分割
在这里插入图片描述
在这里插入图片描述

激光雷达扫描获取的多.
点云最重要的是它的x,z,y的坐标.

1 PointNet

1.1 点云的数据集

在这里插入图片描述
在这里插入图片描述

1.2 点云的挑战

激光雷达获取的点:进密远疏

在这里插入图片描述
置换不变性:
在这里插入图片描述

1.1 网络结构

PointNet结构:
在这里插入图片描述
PointNet++ 结构:可以完成分类和分割

在这里插入图片描述

点云数据可视化
在这里插入图片描述

猜你喜欢

转载自blog.csdn.net/weixin_40293999/article/details/130416924