从三维基础知识到深度学习,将按照以下目录持续进行更新。更新完成的部分可以在三维点云专栏中查看。https://blog.csdn.net/suiyingy/category_11740467.htmlhttps://blog.csdn.net/suiyingy/category_11740467.html

1、点云格式介绍(已完成)

常见点云存储方式有pcd、ply、bin、txt文件,以及格式互转。open3d读写pcd和ply点云文件。含数据与python源码。

2、数据形态(已完成)

点云法向量、质心、体素、三角面。含数据与python源码。

3、三维变换(已完成)

旋转、平移、 立体几何投影理论分析、投影变换、仿射变换、缩放等,特别是包含了基于法向量的点云旋转,可以将激光雷达地面点云旋转到与xoy平面平行。 含数据与python源码。

4、点云可视化(已完成)

Python四种点云可视化方案:mayavi、matplotlib、CloudCompare、open3d。含数据与python源码。

5、点云配准(已完成)

包括ICP配准方法基本介绍和open3d实现。

6、点云拼接(已完成)

含数据与python源码。

7、点云下采样(已完成)

体素下采样、随机下采样、均匀下采样,含数据与python源码。

8、坏点过滤(已完成)

NaN剔除、无效值剔除、标准差剔除、近邻点剔除,含数据与python源码。

9、点云分割(已完成)

8种点云聚类方法,如DBSCAN、KMeans等,即RANSAC平面分割。含数据与python源码。

10、表面重建(已完成)

4种点云表面重建方法,如Alpha Shape、Ball Pivoting、Poisson、VoxelGrid。含数据与python源码。

11、深度学习点云预处理(已完成)

深度学习中点云基本数据处理和增强方式,包括点云归一化、随机打乱、随机平移、随机旋转、随机缩放和随机丢弃等,持续总结与更新 。含数据与python源码。

12、深度学习点云采样(已完成)

最远点采样FPS(Farthest Point Sampling)、点云特征上采样。含数据与python源码。

13、三维深度学习数据集(持续更新)

已完成KITTI、Mini KITTI、S3DIS、Modelnet40等数据集的详细分析与可视化。

14、KITTI数据集详细解析(已完成)

KITTI数据集详细解析,包括坐标变换、鸟瞰图(BEV)、前视图(FV)等。

15、深度学习PointNet目标分类(已完成)

PointNet、PointNet++、MSG三维点云分类模型数据集、模型结构和代码等详细分析 。含数据与python源码。

16、深度学习PointNet语义分割(已完成)

PointNet、PointNet++三维点云语义分割模型数据集、模型结构和代码等详细分析 。含数据与python源码。

17、三维深度学习VoxelNet详细解析(已完成)

数据集、模型结构和代码等详细分析,含数据与python源码。

18、三维深度学习Complex_yolov4详细解析(已完成)

数据集、模型结构和代码等详细分析,含数据与python源码。

19、mmdetection3d三维点云算法框架安装与调试(已完成)

mmdetection3d、mmdetection、mmclassification三维点云算法框架安装与调试,包括基本的训练步骤,含数据与python源码。

20、三维目标检测算法Second详细解析(已完成)

数据集、模型结构和代码等详细分析,含数据与python源码。

21、三维目标检测算法Pointpillars详细解析(已完成)

数据集、模型结构和代码等详细分析,含数据与python源码。

22、深度学习点云算法(持续增加算法)

更多三维、二维感知算法和金融量化分析算法请关注“乐乐感知学堂”微信公众号,并将持续进行更新。

【python三维深度学习】python三维点云从基础到深度学习相关推荐

  1. Point Stack:Advanced Feature Learning on Point Clouds using Multi-reso使用多分辨率特征和可学习池在点云上进行高级特征学习 阅读笔记

    现有的点云特征学习网络通常包含采样.邻域分组.邻域特征学习和特征聚合等序列,以学习代表点云全局上下文的高语义点特征.不幸的是,由于采样操作,这样的过程可能会导致颗粒信息的大量丢失.此外,广泛使用的最大 ...

  2. 【三维语义分割】三维点云语义分割可视化

    本文为博主原创文章,未经博主允许不得转载. 本文为专栏<python三维点云从基础到深度学习>系列文章,地址为"https://blog.csdn.net/suiyingy/ar ...

  3. python宝石与石头_学习python (2)

    Python 2.7.x 与 Python 3.x 的不同点 本文翻译自:<Key differences between Python 2.7.x and Python 3.x> 许多 ...

  4. pytorch 三维点分类_三维点云分类与分割-PointNet

    PointNet是对点云数据直接进行学习的开山之作, 这里结合PointNet-Pytorch代码,对PointNet网络结构与其思想进行阐述和分析. 点云数据的特性: 点云数据不同于图像数据,他有三 ...

  5. 学python比较好的书-学习Python比较好的书籍推荐

    近些年来,Python的热度一直处于上升阶段,到目前为止,Python已经成为和Java一样备受编程爱好者追捧的编程语言.因此越来越多的人都选择学习Python,只是很多人由于缺乏编程基础,不知道怎么 ...

  6. 零基础可以学python吗-初学者必知:零基础学习Python真的能学会吗?

    零基础学习Python真的可以学习好吗?我想对于这个问题,是大部分想要学习Python的人都会纠结考虑的问题吧,也是很多小白最关注的的问题,今天为大家详细的解释一下. Python语言因为具有一定的独 ...

  7. 0基础改行学python_零基础想转行学习python,该如何学习,有学习路线分享吗?...

    谢谢你的邀请,下午我给你分享一下学习路线 近几年Python的受欢迎程度可谓是扶摇直上,当然了学习的人也是愈来愈多.一些学习Python的小白在学习初期,总希望能够得到一份Python学习路线图,小编 ...

  8. python零基础能学吗-初学者必知:零基础学习Python真的能学会吗?

    零基础学习Python真的可以学习好吗?我想对于这个问题,是大部分想要学习Python的人都会纠结考虑的问题吧,也是很多小白最关注的的问题,今天为大家详细的解释一下. Python语言因为具有一定的独 ...

  9. 如何让学习python像玩游戏一样上瘾

    当前AI人才极度紧缺,据<中国ICT人才生态白皮书>研究分析,到2018年底,我国人工智能人才缺口将突破100万,到2020年,这一数字将攀升到226万. 在过去的几年中,Python已经 ...

  10. PyTorch深度学习实战(5)——计算机视觉基础

    PyTorch深度学习实战(5)--计算机视觉基础 0. 前言 1. 图像表示 2. 将图像转换为结构化数组 2.1 灰度图像表示 2.2 彩色图像表示 3 利用神经网络进行图像分析的优势 小结 系列 ...

最新文章

  1. oracle 求A中不存在于B的记录
  2. mapreduce介绍
  3. 十、Sumif 函数
  4. python写一个文件下载器_python使用tcp实现一个简单的下载器
  5. opencv图像处理中的一些滤波器+利用滤波器提取条形码(解析二维码)+公交卡倾斜矫正+物体尺寸丈量
  6. 视频显示边缘空白的真相
  7. HDU4027 (线段树/修改区间,询问区间和)
  8. android中获取打气筒的几种方式
  9. erlang 分布式数据库Mnesia 实现及应用
  10. scrollLeft/scrollTop,offsetLeft/offsetTop,clientLeft/clientTop
  11. Java IO 创建文件解决文件名重复问题
  12. 【竞赛篇-国创(大创)申报立项】国家级大学生创新创业训练计划申报经验
  13. 网易云音乐等级快速升级:每天自动打卡听歌300首
  14. IDT oligo使用说明
  15. 《计算机系统:核心概念及软硬件实现(原书第4版)》——3.1 无符号二进制表示...
  16. 在DX12中使用imgui 鼠标响应问题的解决
  17. C/C++教程 第一章 —— 初识C/C++
  18. PHP中的preg_replace()函数
  19. 一个更好的可视化微服务架构的方式
  20. 微信小程序--图片懒加载

热门文章

  1. 特来电支付中心总体介绍
  2. 新手小白做短视频自媒体,入门级教程分享,抓紧收藏
  3. Android技术分享| 超简单!给 Android WebRTC增加美颜滤镜功能
  4. Python实现简单的用户管理系统
  5. 网络爬虫——超级鹰源码下载
  6. 【操作系统】系统中断技术
  7. 韩立刚计算机网络——第七章:Internet 上面的音频和视频
  8. 计算机网络笔记 韩立刚(物理层+数据链路层+网络层+传输层已完成)
  9. 51单片机8位数码管计时器(汇编语言)
  10. 超级弱口令检查工具使用简介