|
|
本套课程价值198，本站VIP会员免费下载学习！
课程适合对三维点云处理感兴趣的学员和从业者学习，主要涉及PointNet++的原理、程序代码和实现细节，获得三维点云数据集和三维点云可视化软件。
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/VR、FaceID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。
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：
-- 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；
-- 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；
-- 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。
教学目录：
1 课程总结
2 三维点云处理技术概览
3 PointNet点云处理原理
4 PointNet++点云处理原理
5 PointNet++点云处理原理
6 安装Anaconda和PyTorch
7 安装点云可视化软件
8 克隆PointNet++项目
9 物体形状分类数据集ModelNet40及可视化
10 PointNet++物体形状分类训练
11 PointNet++物体形状分类测试
12 物体部件分割数据集ShapeNet及可视化
13 PointNet++物体部件分割训练
14 PointNet++物体部件分割测试
15 场景分割数据集S3DIS及可视化
16 PointNet++场景分割训练与测试
17 程序更新说明
18 PointNet网络模型代码讲解
19 PointNet各点云处理任务的代码讲解
20 PointNet++最远点采样和球查询代码讲解
21 sample_and_group代码讲解
22 Set Abstraction代码讲解
23 Feature Propagation代码讲解
24 PointNet++物体分类网络模型代码讲解
25 PointNet++物体部件分割网络模型代码讲解
26 PointNet++场景分割网络模型代码讲解
27 数据DataLoader代码讲解
28 数据预处理代码讲解
29 PointNet++物体分类训练和测试代码讲解
30 PointNet++物体部件分割训练和测试代码讲解
31 PointNet++场景分割训练和测试代码讲解
32 使用PyCharm进行Debug调试程序
33 课程总结
下载地址：
|
|
发表于 2021-7-5 22:58:41
发表于 2021-7-6 08:00:01
