octnet:OctNet:以高分辨率学习深度3D表示-源码

上传者: 42108054 | 上传时间: 2021-09-07 16:47:43 | 文件大小: 640KB | 文件类型: ZIP
OctNet使用有效的空间分区结构(即八叉树)来减少内存和计算3D卷积神经网络的需求,从而实现高分辨率的深度学习。 这是本文的代码: , 和 我们展示了OctNet,它是稀疏3D数据的深度学习表示。 与现有模型相比,我们的表示支持深度和高分辨率的3D卷积网络。 为了实现这一目标,我们利用输入数据中的稀疏性,使用一组不平衡的八叉树来对空间进行分层划分,其中每个叶节点都存储一个池化的要素表示。 这样可以将内存分配和计算集中到相关的密集区域,并在不影响分辨率的情况下实现更深的网络。 通过分析分辨率对几个3D任务的影响,包括3D对象分类,方向估计和点云标记,我们演示了OctNet表示的实用性

文件下载

资源详情

[{"title":"( 164 个子文件 640KB ) octnet:OctNet:以高分辨率学习深度3D表示-源码","children":[{"title":"geometry.cpp <span style='color:#111;'> 6.18KB </span>","children":null,"spread":false},{"title":"aabb_triang_akenine-moeller.h <span style='color:#111;'> 6.19KB </span>","children":null,"spread":false},{"title":"geometry.h <span style='color:#111;'> 4.88KB </span>","children":null,"spread":false},{"title":"geometry_cpu.h <span style='color:#111;'> 2.82KB </span>","children":null,"spread":false},{"title":".gitignore <span style='color:#111;'> 181B </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多,未全部展示</span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明