1 dtuyg

尚未进行身份认证

暂无相关简介

等级
TA的排名 42w+

pointcloud_homework4

taskUse KITTI 3D object detection dataset, do the followings.Step 1. Remove the ground from the lidar points. Visualize ground as blue.• Any method you want – LSQ, Hough, RANSACStep 2. Clustering over the remaining points. Visualize the clusters with r

2020-05-09 13:49:49

pointcloud_homework3

taskGenerate clustering dataset using sklearn• https://scikit-learn.org/stable/auto_examples/cluster/plot_cluster_comparison.htmlImplement your own version of• K-Means• GMM• Spectral Clustering...

2020-05-05 13:25:44

pointcloud_homework2

taskfor one ???? × 3 point cloud from KITTI8-NN search for each point to the point cloudImplement 3 NN algorithmsNumpy brute-force searchscipy.spatial.KDTreeown kd-tree/octree in pythoncodes fr...

2020-04-28 23:25:41

pointcloud_homework1

taskBuild dataseta. Download ModelNet40 datasetb. Select one point cloud from each categoryPerform PCA for the 40 objects, visualize it.Perform surface normal estimation for each point of each o...

2020-04-23 13:12:48

在googlecolab使用open3d库时的open3d.visualization.draw_geometries()函数报错及解决方法

运行的代码如下:import open3dimport numpy as nppcd = open3d.geometry.PointCloud()np_points = np.random.rand(100,3)# From numpy to Open3Dpcd.points = open3d.utility.Vector3dVector(np_points)open3d.visual...

2020-04-22 15:21:27

PointAugment数据增广笔记

本笔记来源于深蓝学院点云系列公开课041.数据增广的介绍做数据的增强有三种方式。第一种即是用更多的sensor传感器取capture捕捉更多的数据,这种方法在一些大公司使用较多,缺点是花费较大,且需要人工去标记数据;另一种方法是使用GAN(生成式对抗网络),该方法较为复杂,生成的数据有时候可能和原数据有较大差异,可信度不是特别高;还有一种是数据增广的方法,相对来说较为简单,复用现有的一...

2020-04-12 17:34:14

点云配准网络pointnetLK解读笔记(上)

该笔记源于B站视频 点云PCL公众号分享之Pointnetlk解读—前半部分1.点云配准简介由于采集的点云的不完整、旋转错位、平移错位等,使得要得到完整的点云就需要对局部点云进行配准,为了得到被测物体的完整数据模型,需要确定一个合适的坐标系,将从各个视角得到的点集合并到统一的坐标系下形成一个完整的点云,然后就可以方便进行可视化操作,这就是点云数据的配准。点云配准一开始常用的方法是IC...

2020-04-04 17:15:03

RS-CNN网络笔记

笔记源于B站视频 中科院模式识别国家重点实验室在读博士生刘永成:深度学习在3D点云处理中的探索.motivation对于一张2D图像,如果把它的RGB信息去掉,只剩下gird网格,我们就无法识别它的信息,我们认为2D图像的核心信息是RGB。对于3D点云并不是这样,当我们把这些点的颜色或法向的属性去掉,仅保留坐标我们还是可以识别出来,我们认为3D点云的核心信息是点的空间分布。假如我...

2020-03-29 18:07:35

尝试在colab运行Point voxel CNN

附pvcnn在github的链接: https://github.com/mit-han-lab/pvcnn.下载代码后导入colab点击下载zip。点击新建笔记本。打开云端硬盘所在位置。点击新建,然后上传文件夹,将解压后的文件夹导入。下载好相关的第三方库以及设置好环境在之前新建的笔记本里点击左侧的文件,然后点击装载Google云端硬盘。点击链接到GOOGLE云端硬...

2020-03-26 14:17:05

《三维深度学习中的point voxel cnn》笔记

《三维深度学习中的point voxel cnn》笔记设计高效的神经网络模型需要将硬件也考虑进来。一方面,一次内存的读取操作比一次算术运算慢接近20倍,另一方面随机访问比顺序访问慢许多,一个高效的网络则应避免内存读取以及随机访问。传统的方法会将输入的点云栅格化,将其转化成三维的格点,这个可以看成是二维像素的自然扩展,三维格点的每一个位置都是0或者1,代表这个位置是否被占用。转化后模型的设计可...

2020-03-26 10:54:12

深蓝学院点云公开课《基于三维点云场景的语义及实例分割》(RandLA-Net、3D-BoNet)笔记

深蓝学院点云公开课《基于三维点云场景的语义及实例分割》笔记介绍之前的点云工作介绍大场景三维点云的语义分割方法RandLA-Net。1)目标大多数方法如pointnet,pointnet++,pointcnn等只是处理小范围(如4k个点的1m×1m blocks),少量方法课处理大场景,但它们依赖于耗时的预处理或昂贵的体素化的步骤,预处理的时候进行了切块,把本该连一起的点云切开...

2020-03-26 10:38:00
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Lv2
    勤写标兵Lv2
    授予每个自然周发布4篇到6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。