PointCNN

PointCNN代码阅读笔记

Readme阅读代码文件内容X-conv及PointCNN架构：pointcnn.py分类任务超参数：pointcnn_cls.py分割任务相关：pointcnn_seg.py关于X-Conv和X-DeConv

脑阔不疼·2023-04-17 04:18

3D点云分割系列5：RandLA-Net：3D点云的实时语义分割，随机降采样的重生

目前存在的一些点云处理方法包括PointNet、PointNet++、PointCNN、KPConv等方法，或多或少都存在效率不高或是特征采样不足的情况，

yumaomi·2023-04-11 10:08

pointcnn pointweb pointconv randla 阅读（三）

pointconv逆密度函数S给出和密度相反的权重将逐点相乘改变为矩阵相乘的方法参数量大大减小（具体没看懂，由于数学中的逐点卷积和矩阵相乘如何提高内存效率看不懂）pointconv=反密度函数*MLP学习的权重（权值共享，解决无序性）*特征用多层结构，则类似于pointnet++提取，扩大感受野反卷积操作插值和pointconv反密度函数也能用在采样上如有不对请多多指教

官方陈奕迅·2023-01-15 14:25

pointcnn pointweb pointconv randla 阅读（一）

参考文献：s1.（各种测评指标意义）(8条消息)【深度理解】语义分割中常用的评价指标含义GA、OA、mAcc、IoU、mIoU_Gisleung的博客-CSDN博客_语义分割oahttps://blog.csdn.net/qq_27816785/article/details/125833556首先进行评测指标的学习，数据集有semantic3d，S3DIS数据集s3dis数据集室内数据集只能脚本

官方陈奕迅·2023-01-15 14:55

pointcnn pointweb pointconv randla 阅读（二）

pointweb不同于DGCNN，本文章考虑所有的局部邻域内的两点之间的关系对于FPS采样和KNN得出的邻域内点集合F，其中的每个点都看作Fi本身特征加邻域内的特征其中fimp是MLP得出得Fj对Fi的影响（Fj为邻域内所有点）其中后面作者进行消融实验，发现fimp使用减法效果最好g函数是减法效果最好用于计算Fj对Fi的影响量，而frel表示Fj与Fi的关系总式变为下面是使用AFA模块的网络结构图

官方陈奕迅·2023-01-15 14:55

PointCNN 论文翻译解析

山东大学近日公布的一项研究提出的PointCNN可以让CNN在点云数据的处理刷新了多项深度学习任务的纪录。

weixin_30950607·2023-01-15 12:36

论文阅读 | PointCNN: Convolution On X -Transformed Points

前言：NeurIPS2018上的通过X-Transform对无序的点进行卷积的方法论文地址：【here】补充材料地址：【here】代码地址：【here】PointCNN:ConvolutionOnX-TransformedPoints

btee·2023-01-11 19:34

【计算机视觉】简述对DLA-Net的理解

针对大场景点云来说，如果采用点卷积那样的算法（PointConv，PointCNN，KPConv等）或者PointNet++等，他们都是利用FPS（最远点采样）的方法，虽然这种采样方法可以使用比较少量的点并且极大地保留的点云的结构

YXLiu_XMYang_PCSS·2023-01-11 02:01

pointcnn pointweb pointconv randla阅读（四）

ranla1.基于随机采样提高运行速度2.设计LFA模块提取局部特征重点设计内容在于LFA模块的特征提取LFA模块主要包括局部特征编码自注意力机制扩张残块局部特征编码与原来特征拼接得到F尖k自注意力模块自注意力模块学习权重局部的每个特征s将权重与特征相乘得到加权后的F一共五层LFA解码采用最邻近插值和拼接整体框架如上图LFA模块针对解决的问题是什么没看懂如有不对，请多多指教

官方陈奕迅·2023-01-11 02:27

论文学习笔记（二） D-CNN: Depth-aware CNN for RGB-D Segmentation

『写在前面』继续学习基于深度学习的点云分割算法~~~在PointCNN之后，依次阅读了PointNet、PointNet++和FrustumPointnets三部曲，然后才看的D-CNN。

Wilber529·2023-01-03 09:23

【计算机视觉】简述对PointCNN的理解

对于图像分割和点云分割而言，不同的区别是图像是固定的，而点云是无序的，不规则的。PointNet和PointNet++利用maxpooling（对称函数）的方法实现了排序不变性，但这样做的后果就是丢失了一些局部的信息，但是如果像图像一样直接对点云进行卷积时，会导致（相同形状的点云可能具有不同的排序方式）得到的输出不一致。会出现如下图的情况。从上图可以看到，如果让一种参数对一组点云的特征进行一个乘积

YXLiu_XMYang_PCSS·2022-12-18 13:36

【3D点云】PointCNN：论文翻译及Pytorch代码实现

目录1CNN（卷积神经网络）1.1卷积层1.2完全连接层1.3卷积的应用2PointNet2.1网络结构2.2局限性3PointCNN：ConvolutionOnX-TransformedPoints3.1Abstract3.2Introduction3.3RelatedWork3.4PointCNN3.4.1

kandy990125·2022-12-13 22:07

PointCNN: Convolution On X-Transformed Points

PointNet:DeepLearningonPointSetsfor3DClassificationandSegmentation一：摘要二：介绍三：相关工作四：PointCNN五：实验六：结论七：补充一

qq_37534947·2020-12-08 17:10

PointCNN代码组织结构分析——以分割为例

初次用PointCNN的同学，容易看不太懂它的代码结构。我们从README.md开始看起。

Leroy Sane·2020-09-14 11:11

PointCNN运行

1、PointCNN代码地址：https://github.com/yangyanli/PointCNN作者团队管理的特别好，提出问题会很快回答解决2、配置环境：Ubuntu16.04+Cuda9+Cudnn7

Null_ooo·2020-09-12 15:36

关于pointnet++系列编译文件（tf_ops）的问题

点云分割与处理以pointnet系列为首，得到了比较好的成果，但是从pointnet++开始，作者开始在Ubuntu环境下进行网络训练，需要编写动态文件.so（包括后续的PointCNN、pointSift

谢琛（xiec177）·2020-09-12 02:59

pointCNN

https://github.com/yangyanli/PointCNN编译过程中的坑：tf_sampling.cpp:6:42:fatalerror:tensorflow/core/framework

Oscar_hailiang·2020-08-21 17:20

点云深度学习系列1——PointCNN代码阅读心得

看过代码的同学都知道，作者的核心思想X变换在代码pointcnn.py中，里面主要包含两部分，特征提取和X矩阵训练。下面分开来说。

Leroy Sane·2020-08-18 00:42

点云深度学习系列2——PointNet/PointCNN代码比较（变换矩阵部分）

PointNet与PointCNN从文章到代码都有很多相似之处，两者对比看待，或许更有助于我们理解。

Leroy Sane·2020-07-28 06:11

linux远程服务器tensorboard使用

本人PC为win10环境，实验室服务器为linux环境，跑了个pointcnn模型，想看一下训练的过程，需要用到tensorboard。

a_zhua66·2020-07-06 03:36

Semantic3D——户外场景点云分割数据集

chl=1虽然PointCNN的论文中是没有这块实验的，但是在github上，作者做了实验，代码也都发出来了。Semantic3D是户外场景点云数据库，为什么要介绍这个数据库呢？

Leroy Sane·2020-07-05 04:49

深蓝学院点云公开课《基于三维点云场景的语义及实例分割》（RandLA-Net、3D-BoNet）笔记

1)目标大多数方法如pointnet,pointnet++,pointcnn等只是处理小范围（如4k个点的1m×1mblocks），少量方法可处理大场景，但它们依赖于耗时的预处理或昂贵的体素化的步骤，预处理的时候进行了切块

dtuyg·2020-07-01 23:48

Pointnet网络结构与代码解读

点的无序性针对点的无序性问题实际上是文章提出了三个方案：对于无序点集进行排序（Pointcnn）。把点集当做序列进行处理，但是这种方

Chris_34·2020-06-29 07:34

Linux Ubuntu 16.04系统Tensorflow-GPU安装和配置（以使用PointCNN开源代码为例）

之前文章介绍了在win10安装linux子系统，方便我们跑一些支持Linux环境的开源代码。但如果要用到Nvidia的GPU和CUDA，我们最好找个服务器，目的是方便自己快速训练模型；如果只是想跑跑模型，不训练的话，可以在双系统上配置tensorflow环境（虚拟机实在太慢）。为什么不在子系统配置呢？最主要的原因是，目前win10支持的linux子系统还比较简单，找不到Nvidia的GPU（给你们

樱木大王·2020-06-21 09:42

PointCNN: Convolution On X-Transformed Points 解读

1摘要点云具有不规则和无序性，直接在点云上使用卷积核提取特征，会导致形状信息的丢失和对点云输入顺序的敏感。本文提出了x-transform，解决两个问题：（1）给学习到的特征赋予权重（2）将特征按某种潜在的顺序排列。2引言如果数据是按特定顺序表达的，如i所示，比如图片，CNNs就可以很好的完成任务。但是如果是点云数据，如ii、iii、iv所示，由于点云的不规则和无序性，CNNs就不能很好的发挥作用

美不胜收:-)·2019-07-07 22:08

点云分割学习笔记之PointCNN代码运行

/pointcnn_cls.

uri_yang·2018-09-21 16:07

点云深度学习系列二： PointCNN

我们称这个过程为X-Conv，它是PointCNN的基本构建模块。从前一层中选取代表点集的方法，暂时的实现是：-对分类问

fool_wenCC·2018-09-18 23:37

TensorFlow错误：fatal error: tensorflow/core/framework/op.h: 没有那个文件或目录（PointCNN遇到的错误）

跑了PointCNN，基于TensorFlow，遇到了错误，编译的时候找不到头文件。

金刚哥葫芦娃·2018-06-29 10:57

SO-Net论文阅读笔记（1）SOM

SO-Net论文阅读笔记（1）SOM这是CVPR2018新出来的论文，大体看了一下，里面用的想法和之前写的PointCNN有神似之处，挺赶兴趣的，于是就精读一下。

Link2Link·2018-04-24 12:59

PointCNN 论文阅读笔记

最近在做velodyne的识别问题，导师让用深度学习，正好看到说是山东大学的PointCNN刷新了多项点云识别和分割的记录，就好好读读这篇论文。

Link2Link·2018-03-14 23:17

推荐频道