3D-MiniNet实时LIDAR点云语义分割的深度学习方法整理

3D-MiniNet: 从点云中学习2D表示以实现快速有效的3D LIDAR语义分割(2020) 西班牙Zaragoza大学的研究人员提出的最新3D点云语义分割的深度学习方法,网络分为两大部分,提出新的滑动框搜索球形投影后的“像素点”,接着使用改进的MiniNetV2网络进行分割,然后将带着标签数据的点反投影回3D点云,最后加入后处理过程,网络结构比较清晰。发布的两个不同参数大小的网络在emant
相关文章
相关标签/搜索