文件名称：PointCNN：PointCNN：X转换点上的卷积（NeurIPS 2018）
文件大小：145KB
文件格式：ZIP
更新时间：2024-02-25 07:25:06
machine-learning deep-neural-networks robotics point-cloud classification
PointCNN：X变换点上的卷积 由，步锐，孙明超，吴伟，辛欣han和。 介绍 PointCNN是用于从点云进行特征学习的简单通用框架，它刷新了点云处理中的五个基准记录（截至2018年1月23日），包括： ModelNet40的分类精度（ 91.7％ ，仅具有1024个输入点） ScanNet上的分类准确性（ 77.9％ ） ShapeNet零件上的细分零件平均IoU（ 86.13％ ） S3DIS上的平均IoU分割（ 65.39％ ） ScanNet上每个体素标签的准确性（ 85.1％ ） 有关更多详细信息，请参见的（已被NeurIPS 2018接受）。 可以从下载预训练的模