octnet:OctNet:以高分辨率学习深度3D表示 源码
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
文件列表
octnet：OctNet：以高分辨率学习深度3D表示
(预估有个164文件)
geometry.cpp
6KB
loss.cpp
24KB
concat.cpp
8KB
d2o.cpp
10KB
split.cpp
16KB
activations.cpp
6KB
io.cpp
14KB
pool.cpp
10KB
conv.cpp
18KB
core.cpp
12KB
暂无评论