1 orientliu96

尚未进行身份认证

我要认证

一直努力成长的小菜鸡

等级
TA的排名 5w+

LaTeX引用表格的编号错误

LaTeX引用表格的编号错误部分期刊模板下表格的引用标号会出现错误,例如我引用第一个表格会出现解决办法:lable要紧跟在caption后面\caption{1111111111111111111111111111.}\label{1}

2020-08-02 22:13:31

【点云识别】Mapping in a Cycle: Sinkhorn Regularized Unsupervised Learning for Point Cloud Shapes ECCV2020

Mapping in a Cycle: Sinkhorn Regularized Unsupervised Learning for Point Cloud Shapes本文介绍一篇ECCV2020里面关于点云无监督学习的文章。论文目前还没有开源代码1. 问题点云形状的无监督学习2. 思想本文的主体思路是延续 Unsupervised cycle-consistent deformation for shape matching 这篇文章,在其基础上添加了sinkhorn regulariz

2020-07-27 15:30:20

ImportError: /lib64/libm.so.6: version `GLIBC_2.27‘ not found

ImportError: /lib64/libm.so.6: version `GLIBC_2.27’ not found (required by /home/labpos/anaconda3/envs/rpmnet/lib/python3.6/site-packages/open3d/open3d_pybind.cpython-36m-x86_64-linux-gnu.so)这应该是open3d版本不兼容引起的,将版本卸载,重新安装0.9版本的open3d。conda install -c ope

2020-06-30 19:27:51

【点云识别】Feature-metric Registration: A Fast Semi-supervised Approach for Robust Point Cloud(CVPR 2020)

Feature-metric Registration: A Fast Semi-supervised Approach for Robust Point Cloud Registration without Correspondences本文介绍一篇cvpr2020里面关于点云半监督配准的文章。论文没有开源代码1. 问题点云的弱监督配准问题2. 思想follow pointlk的一份工作,认为不同位姿的点云提取出的特征是不同的。那么将point set的global feature res

2020-06-21 18:13:47

【点云识别】Adaptive Hierarchical Down-Sampling for Point Cloud Classification(CVPR 2020)

Adaptive Hierarchical Down-Sampling for Point Cloud Classification本文介绍一篇cvpr2020里面关于点云分类降采样的文章。论文没有开源代码1. 问题FPS的时间复杂度太高,类似Samplenet 的方法会产生新的点,随机采样无法保证重要的点被保留下来。所以本文提出了一种不产生新的点的采样方法。2. 思想整体思想非常简单,借鉴pointnet中最后的maxpooling操作。将每个feature属性最max的点视为critic

2020-06-15 15:40:23

【点云识别】D3Feat: Joint Learning of Dense Detection and Description of 3D Local Features(CVPR 2020 Oral)

D3Feat: Joint Learning of Dense Detection and Description of 3D Local Features本文介绍一篇cvpr2020里面关于点云matching的文章。论文代码1. 问题Point Cloud Matching。 前人的工作没有将点云的dectection和descriptors联合起来学习, 会导致detector 不能匹配上 descriptor的能力。2. 思想同时进行dectection and description

2020-06-04 15:01:06

【点云识别】Unsupervised Learning of Intrinsic Structural Representation Points(CVPR 2020)

Unsupervised Learning of Intrinsic Structural Representation Points本文介绍一篇cvpr2020里面无监督学习内在结构表征点的文章。论文代码1. 问题无监督学习内在结构表征点2. 思想用chamfer loss约束重建点云的质量,利用point integration module 来寻找 structure points.3. 算法给人感觉更像是key point detection,包装成structure poin

2020-05-26 21:36:42

Package inputenc Error: Invalid UTF-8 byte sequence. [This electronic document is a l]

Package inputenc Error: Invalid UTF-8 byte sequence. [This electronic document is a l]问题很好解决,在文章的开头添加\UseRawInputEncoding就可以解决问题了

2020-05-22 11:32:22

LaTeX Error: File `.def’ not found. [\usepackage]

LaTeX Error: File `.def’ not found. [\usepackage]出现这个问题上是因为我的电脑中及安装了Ctex和latex,所以会产生冲突。卸载Ctex即可。

2020-05-19 09:20:48

【点云识别】Weakly Supervised Semantic Point Cloud Segmentation: Towards 10x Fewer Labels(CVPR 2020)

Weakly Supervised Semantic Point Cloud Segmentation: Towards 10x Fewer Labels本文介绍一篇cvpr2020里面关于点云弱监督分割的文章。论文目前还没有开源代码1. 问题点云的弱监督分割2. 思想根据弱监督的特点,提出了incomplete supervision branch 和 inexact super...

2020-04-23 12:04:39

【点云识别】Multi-Path Region Mining ForWeakly Supervised 3D Semantic Segmentation on Point Clouds

Multi-Path Region Mining ForWeakly Supervised 3D Semantic Segmentation on Point Clouds本文介绍一篇cvpr2020里面关于点云弱监督分割的文章。论文目前还没有开源代码1. 问题目前获得大规模点云已经不是一件困难的事情了,但是对其进行标注是十分费时。例如 ScanNet 数据集,对一个scan标注时间的...

2020-04-21 14:09:35

【点云识别】AdaCoSeg: Adaptive Shape Co-Segmentation with Group Consistency Loss (CVPR 2020 oral)

AdaCoSeg: Adaptive Shape Co-Segmentation with Group Consistency Loss本文介绍一篇cvpr2020 里面关于点云识别的文章。论文目前还没有开源代码1. 问题point cloud shape co-segmentation第一shape segmentations 有时是严重不一致的,第二同一个形状会因为处于不同的集合而...

2020-04-20 19:39:56

SyntaxError: non-default argument follows default argument

SyntaxError: non-default argument follows default argument错误原因是将含有默认值的参数放在了不含默认值的参数的前面。那么调换下位置即可!

2020-04-19 15:17:21

【点云识别】3D-MPA: Multi Proposal Aggregation for 3D Semantic Instance Segmentation (CVPR 2020)

3D-MPA: Multi Proposal Aggregation for 3D Semantic Instance Segmentation本文介绍一篇cvpr2020里面关于点云识别的文章。论文目前还没有开源代码1. 问题3D目标检测的主要难点在于如何预测和处理 object proposal。一种思路是是自上而下的方式,先回归大量的box,然后再进行第二阶段的优化。但是如果box...

2020-04-15 22:55:40

【点云识别】PointGroup: Dual-Set Point Grouping for 3D Instance Segmentation (CVPR 2020)

PointGroup: Dual-Set Point Grouping for 3D Instance Segmentation本文介绍一篇cvpr2020里面关于点云实例分割的文章。论文目前还没有开源代码1. 问题和2D图片不同,3D点云不存在遮挡现象,存在大量的void space, 本文想充分利用void space 进行分割。2. 思想那么如何利用这些void space 呢...

2020-04-14 19:58:39

【点云识别】Learning to Segment 3D Point Clouds in 2D Image Space (CVPR 2020)

Learning to Segment 3D Point Clouds in 2D Image Space本文介绍一篇cvpr2020里面关于点云部件分割的文章。论文代码1. 问题自PointNet++ 和DGCNN问世以后,基本所有的点云处理模型都要使用采样或近邻查询。SamplingNeighbor points querying但是,上述两种操作的时间复杂度太高,这篇文章...

2020-04-13 16:58:31

A Recursive Part Decomposition Network for Fine-grained and Hierarchical Shape Seg (CVPR 2019)

PartNet: A Recursive Part Decomposition Network for Fine-grained and Hierarchical Shape Segmentation本文介绍一篇cvpr2019里面关于点云部件分割的文章。论文代码1. 问题目前的点云局部分割框架都只能将物体分割成固定数目的部件,这便制约了其泛化能力和灵活性。于是这篇文章提出了一种hier...

2020-04-12 09:45:32

subprocess.CalledProcessError: Command '['/home/labpos/anaconda3/envs/idr/bin/python', '-u', 'main_d

subprocess.CalledProcessError: Command ‘[’/home/labpos/anaconda3/envs/idr/bin/python’, ‘-u’, ‘main_distribute.py’, ‘–local_rank=1’]’ returned non-zero exit status 1.pytorch DistributedDataParallel训练时...

2020-04-07 21:28:06

Global-Local Bidirectional Reasoning for Unsupervised Representation Learning of 3D Point Clouds 笔记

Global-Local Bidirectional Reasoning for Unsupervised Representation Learning of 3D Point Clouds本文介绍一篇cvpr2020里面关于点云无监督识别的文章。论文代码1. 问题以无监督的方式来学习点云,而且在modelnet和scannetobject 数据集上达到了和有监督方式的一样的精度。2...

2020-04-07 12:52:09

【点云识别】Point-Voxel CNN for Efficient 3D Deep Learning (NIPS 2019)

Point-Voxel CNN for Efficient 3D Deep Learning本文介绍一篇NIPS 2019里面关于点云识别的文章。论文代码1. 问题目前的点云处理框架主要分为两大类Voxel-basedPoint-basedPointNet的问世,极大地促进了Point-based类方法的发展。因为voxel类方法的缺陷很难解决,内存需求太大。64x64x64...

2020-04-06 12:51:11

查看更多

勋章 我的勋章
  • 签到新秀
    签到新秀
    累计签到获取,不积跬步,无以至千里,继续坚持!
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
  • 勤写标兵Lv4
    勤写标兵Lv4
    授予每个自然周发布9篇以上(包括9篇)原创IT博文的用户。本勋章将于次周周三上午根据用户上周的博文发布情况由系统自动颁发。