3D点云的深度学习综述
0 引言主要总结了3D点云的三类主要任务:3D形状分割, 3D检测和跟踪, 3D点云分割, 并且只关注深度学习方法的应用。全局思维导图:1 常用数据集2 3D形状分类主要网络及发展历程:主要网络在ModelNet10/40 上的benchmark结果:3 3D目标检测和跟踪3.1 检测主要网络及发展历程:典型的网络结构图:主要网络在KITTI上的Benchmark结果:3.2 跟踪4 3D点云分割
·
0 引言
主要总结了3D点云的三类主要任务:3D形状分割, 3D检测和跟踪, 3D点云分割, 并且只关注深度学习方法的应用。
全局思维导图:
下载链接:https://github.com/leo038/DeepLearning-3D-Point-Cloud/blob/main/Deep_Learning_on%203D_Point_Cloud.emmx
1 常用数据集
2 3D形状分类
主要网络及发展历程:
主要网络在ModelNet10/40 上的benchmark结果:
3 3D目标检测和跟踪
3.1 检测
主要网络及发展历程:
典型的网络结构图:
主要网络在KITTI上的Benchmark结果:
3.2 跟踪
4 3D点云分割
4.1 3D语义分割
主要网络及发展历程:
语义分割的benchmark结果:
4.2 3D实例分割
主要网络及发展历程:
4.3 3D部件分割

DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐
所有评论(0)