上传者: 44603934
|
上传时间: 2022-08-31 22:05:53
|
文件大小: 491KB
|
文件类型: RAR
这项工作基于我们的arXiv 技术报告,该报告将出现在 CVPR 2017 中。我们提出了一种新颖的点云深度网络架构(作为无序点集)。您还可以查看我们的项目网页以获得更深入的介绍。
点云是一种重要的几何数据结构。由于其不规则的格式,大多数研究人员将此类数据转换为规则的 3D 体素网格或图像集合。但是,这会使数据变得不必要地庞大并导致问题。在本文中,我们设计了一种直接消耗点云的新型神经网络,它很好地尊重了输入中点的排列不变性。我们的网络名为 PointNet,为从对象分类、部分分割到场景语义解析的应用提供了统一的架构。虽然简单,但 PointNet 非常高效且有效。
在这个存储库中,我们发布了代码和数据,用于在从 3D 形状采样的点云上训练 PointNet 分类网络,以及在 ShapeNet Part 数据集上训练部件分割网络。