點雲深度學習系列六： SO-Net：Self-Organizing Network for Point Cloud Analysis
1. 背景引入 自組織映射 藍色斑點是訓練數據的分佈，而小白色斑點是從該分佈中抽取得到的當前訓練數據。首先（左圖）SOM節點被任意地定位在數據空間中。我們選擇最接近訓練數據的節點作爲獲勝節點（用黃色突出顯示）。它被移向訓練數據，包括（在較小的範圍內）其網格上的相鄰節點。經過多次迭代後，網格趨於接近數據分佈（右圖）。 如下圖所示，圖a爲初始的SOM節點，圖b是SOM訓練後的結果。爲了保持排列
相關文章
- 1. Relation-Shape Convolutional Neural Network for point cloud analysis
- 2. 點雲深度學習系列三： SPLATNet: Sparse Lattice Networks for Point Cloud Processing
- 3. Relation-Shape Convolutional Neural Network for Point Cloud Analysis 論文解讀
- 4. 論文解析：SO-Net: Self-Organizing Network for Point Cloud Analysis
- 5. Hierarchical Point-Edge Interaction Network for Point Cloud Semantic Segmentation
- 6. 點雲深度學習系列五： RSNet：Recurrent Slice Networks for 3D Segmentation on Point Clouds
- 7. RS-CNN: Relation-Shape Convolutional Neural Network for Point Cloud Analysis 論文筆記 2020-9-26
- 8. 03 PF-Net: Point Fractal Network for 3D Point Cloud Completion
- 9. 3d fully convolutional network for vehicle detection in point cloud
- 10. 點雲深度學習系列二： PointCNN
- 更多相關文章...
- • C# 點陣列（BitArray） - C#教程
- • 您已經學習了 XML Schema，下一步學習什麼呢？ - XML Schema 教程
- • 算法總結-深度優先算法
- • Tomcat學習筆記（史上最全tomcat學習筆記）
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. Relation-Shape Convolutional Neural Network for point cloud analysis
- 2. 點雲深度學習系列三： SPLATNet: Sparse Lattice Networks for Point Cloud Processing
- 3. Relation-Shape Convolutional Neural Network for Point Cloud Analysis 論文解讀
- 4. 論文解析：SO-Net: Self-Organizing Network for Point Cloud Analysis
- 5. Hierarchical Point-Edge Interaction Network for Point Cloud Semantic Segmentation
- 6. 點雲深度學習系列五： RSNet：Recurrent Slice Networks for 3D Segmentation on Point Clouds
- 7. RS-CNN: Relation-Shape Convolutional Neural Network for Point Cloud Analysis 論文筆記 2020-9-26
- 8. 03 PF-Net: Point Fractal Network for 3D Point Cloud Completion
- 9. 3d fully convolutional network for vehicle detection in point cloud
- 10. 點雲深度學習系列二： PointCNN