摘要：
先前的一些文章简单介绍了一些点云检测和分割的文献资料，可以看出近些年越来越多的方法结合了Transformer，因此有必要说明一下Transformer的结构，在介绍之前需要了解一些知识点：比如Self Attention、Layer Normalization等等，这一篇先简单了解下Self At 阅读全文
摘要：
PDF：《Point Transformer V3: Simpler, Faster, Stronger》 CODE: https://github.com/Pointcept/PointTransformerV3 一、大体内容 Point Transformer V3(PTv3)没有像V2那样在注 阅读全文
摘要：
PDF: 《Point Transformer V2: Grouped Vector Attention and Partition-based Pooling》 CODE: https://github.com/Gofinge/PointTransformerV2 一、大体内容 前面一篇文章介绍了 阅读全文
摘要：
PDF: 《Point Transformer》 CODE: https://github.heygears.com/POSTECH-CVLab/point-transformer 一、大体内容 Point Transformer基于自注意力网络实现网络模型的构建。通过设计针对点云的自注意力层，结合 阅读全文
摘要：
PDF：《PointConv: Deep Convolutional Networks on 3D Point Clouds》 CODE: https://github.com/DylanWusee/pointconv 一、大体内容 PointConv是一种在非均匀采样下对3D点云进行卷积的运算，可 阅读全文
摘要：
前面介绍了采用OpenPCDet架构和自定义数据集训练了pointRCNN模型，也已经跑通了测试流程，但在实际应用过程中通常需要把模型导出成ONNX格式，然后借助其他框架用C++进行推理。这里记录一下pointRCNN导出流程以及常见的一些错误。其大体分为以下几步： 弄清楚数据流 确定网络架构 改写 阅读全文
摘要：
前面介绍了3D目标检测的一些综述文献，这一篇接着介绍两篇3D分割的综述文献。第一篇是23年的《Deep Learning Based 3D Segmentation: A Survey》，第二篇是19年的《Deep Learning for 3D Point Clouds: A Survey》。第二 阅读全文
摘要：
官网也提供了步骤，这里详细介绍下训练自己数据的过程以及中间遇到的一些问题。训练模型这里采用PointRCNN，具体的介绍参考：https://www.cnblogs.com/xiaxuexiaoab/p/18033887 一、准备数据集 数据集这一块我们需要准备好原始点云数据、物体目标标注文件、以及 阅读全文
摘要：
一、介绍 前面介绍了一些3D点云目标检测的文章，这篇开始介绍一个通用的3D目标检测代码框架，OpenPCDet是一个简单好用的开源框架，主要是针对点云目标检测，集成了很多现有的算法。 https://github.com/open-mmlab/OpenPCDet 设计模式 支持的算法 二、安装过程 阅读全文
摘要：
PDF: RSN: Range Sparse Net for Efficient, Accurate LiDAR 3D Object Detection 一、大体内容 现有基于RV图像的方法在遮挡处理、精确的对象定位和尺寸估计方面往往表现不佳，RSN通过结合基于密集距离图像和网格的方法的优势，提高了 阅读全文