RandLA-Net-Enhanced:RandLA-Net改进版

上传者: 42110362 | 上传时间: 2022-05-09 14:58:35 | 文件大小: 374.85MB | 文件类型: ZIP
RandLA-Net-Enhanced 原代码论文主要贡献:提出更快的点云语义分割模型。 对比现有的采样方法,发现随机采样最好。 为了减小随机采样丢失的信息,提出局部特征采样器,包括 Local Spatial Encoding (LocSE) 和 Attentive Pooling。 下为此代码对应文献信息。 @article{hu2019randla, title={RandLA-Net: Efficient Semantic Segmentation of Large-Scale Point Clouds}, author={Hu, Qingyong and Yang, Bo and Xie, Linhai and Rosa, Stefano and Guo, Yulan and Wang, Zhihua and Trigoni, Niki and Markham, Andr

文件下载

资源详情

[{"title":"( 186 个子文件 374.85MB ) RandLA-Net-Enhanced:RandLA-Net改进版","children":[{"title":"README.md <span style='color:#111;'> 3.88KB </span>","children":null,"spread":false},{"title":".gitignore <span style='color:#111;'> 6B </span>","children":null,"spread":false},{"title":"helper_requirements.txt <span style='color:#111;'> 127B </span>","children":null,"spread":false},{"title":"compile_wrappers.sh <span style='color:#111;'> 102B </span>","children":null,"spread":false},{"title":"grid_subsampling.cpp <span style='color:#111;'> 3.38KB </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