你将收获

学习PointNet++的原理、程序代码和实现细节

获得三维点云数据集的下载

学习三维点云可视化软件和使用方法

学习使用PyCharm进行Debug调试和单步跟踪

适用人群

对三维点云处理感兴趣的学员和从业者

课程介绍

三维点云是物理世界的三维数据表达形式,其应用日益广泛,如自动驾驶、AR/VRFaceID等。PointNet网络模型是直接对三维点云数据进行深度学习的开山之作,PointNet++是对PointNet的改进技术。作为点云处理深度学习方法的里程碑工作,启发了很多后续研究。

本课程对PyTorch版的PointNet++进行原理讲解、论文复现和代码详解。包括: 

1)提供三维点云物体分类数据集ModelNet40、物体部件分割数据集ShapeNet和场景分割数据集S3DIS的下载、可视化软件和方法;

2)在Ubuntu系统上演示使用PointNet++进行三维点云的物体分类、部件分割和场景语义分割的训练和测试;

3)详解PointNet++的原理、程序代码和实现细节,并使用PyCharm进行Debug调试代码和单步跟踪。

需要学习TensorFlowPointNet++的学员可前往本人推出了课程《PointNet++点云处理TensorFlow版》

课程目录

讨论留言

正在加载中...

同学笔记

没有更多了