色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

15倍加速!SuperCluster:最強3D點云全景分割!

3D視覺工坊 ? 來源:3D視覺工坊 ? 2024-01-22 14:03 ? 次閱讀

1. 寫在前面

今天筆者為大家推薦一篇最新的開源工作SuperCluster,實現了大型三維點云的全景分割,可以在一次推理中處理包含數百萬個點和數千個對象的場景。在僅有209k個參數的情況下,SuperCluster比SOTA方法小30多倍,訓練速度快15倍。

下面一起來閱讀一下這項工作

2. 摘要

通過將該任務重新定義為可擴展的圖聚類問題,我們介紹了一種高效的方法用于大型三維點云的全景分割。該方法可以僅使用局部輔助任務進行訓練,從而省去了訓練過程中資源密集型的實例匹配步驟。此外,我們的公式可以很容易地適應超點范式,從而進一步提高其效率。這使得我們的模型可以在一次推理中處理包含數百萬個點和數千個對象的場景。我們的方法,稱為SuperCluster,在兩個室內掃描數據集上取得了最新的全景分割性能:S3DIS Area 5為50.1 PQ ( + 7.8 ),ScanNetV2為58.7 PQ ( + 25.2 )。我們還為兩個大規模移動建圖基準:KITTI - 360和DALES設置了第一個最先進的基準。在僅有209k個參數的情況下,我們的模型比最好的競爭方法小30多倍,訓練速度快15倍。

3. 效果展示

S3DIS Area 5的大規模全景分割結果,共有9.2 M個點( 78M預采樣)和1863個真實"物"對象。SuperCluster可以在3.3秒內在單塊V100 - 32GB GPU上一次推理處理如此大的掃描,并達到50.1的PQ值。

faa05c00-b8c3-11ee-8b88-92fbcf53809c.jpg

四個數據集的全景預測結果。

faae49be-b8c3-11ee-8b88-92fbcf53809c.jpg

4. 具體原理是什么?

SuperCluster對一個包含兩個物體(椅子和沙發)的簡化場景的操作順序:子圖( a )展示了第一階段,其中點云被分割成具有簡單幾何形狀的連通超點。在子圖( b )中,預測每個超點的語義類分布。在子圖( c )中,預測每一對相鄰超點的對象一致性,表明它們屬于同一個對象的可能性。子圖( d )展示了一個圖聚類問題的輸出,該問題在對象之間的轉換處切割邊的同時,合并了具有兼容類分布和對象一致性的超點。由此產生的超點簇定義了全景3D分割的實例。

fab75dec-b8c3-11ee-8b88-92fbcf53809c.jpg

超點對象Agreement:對每一對相鄰的超點( s , t)計算一個對象一致性分數。這個值是由s和t以及它們的多數對象obj ( t )和obj ( s )之間的平均重疊率定義。

fac5a8ca-b8c3-11ee-8b88-92fbcf53809c.jpg

5. 和其他SOTA方法的對比

S3DIS Area 5上SOTA語義分割方法的語義( SS )和全景分割結果,提供了兩個全景度量,將所有類別視為"事物" ( PS -- no "stuff"),將墻壁、天花板和地板視為"物品" ( PS )。

faccebd0-b8c3-11ee-8b88-92fbcf53809c.jpg

6. 總結

這篇文章引入了SuperCluster,一種用于大規模點云的三維全景分割的新方法。作者將這個任務設計為可擴展的圖聚類問題,繞過了當前全景分割方法中的一些計算密集型步驟。SuperCluster在S3DIS,ScanNet,KITTI - 360和DALES在內的多個基準測試集上達到了最先進的性能,同時顯著地更小,可擴展,更容易訓練。

審核編輯:黃飛

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • gpu
    gpu
    +關注

    關注

    28

    文章

    4729

    瀏覽量

    128892
  • 數據集
    +關注

    關注

    4

    文章

    1208

    瀏覽量

    24689

原文標題:15倍加速!SuperCluster:最強3D點云全景分割!

文章出處:【微信號:3D視覺工坊,微信公眾號:3D視覺工坊】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦

    基于3D的多任務模型在板端實現高效部署

    對于自動駕駛應用來說,3D 場景感知至關重要。3D數據就是具有3D特征的數據。一方面,3D
    的頭像 發表于 12-28 16:35 ?1457次閱讀
    基于<b class='flag-5'>3D</b><b class='flag-5'>點</b><b class='flag-5'>云</b>的多任務模型在板端實現高效部署

    基于深度學習的方法在處理3D進行缺陷分類應用

    背景部分介紹了3D應用領域中公開可訪問的數據集的重要性,這些數據集對于分析和比較各種模型至關重要。研究人員專門設計了各種數據集,包括用于3D形狀分類、
    的頭像 發表于 02-22 16:16 ?1128次閱讀
    基于深度學習的方法在處理<b class='flag-5'>3D</b><b class='flag-5'>點</b><b class='flag-5'>云</b>進行缺陷分類應用

    如何同時獲取2d圖像序列和相應的3d

    如何同時獲取2d圖像序列和相應的3d?以上來自于谷歌翻譯以下為原文How to obtain the sequence of 2d im
    發表于 11-13 11:25

    3D技術介紹及其與VR體驗的關系

    ;x>nkedIn上發表了一篇跟澳大利亞科技公司優立(Euclideon)所使用的數據有關的文章,并在業內引起了一番討論。 1. 的問題
    發表于 09-15 09:28 ?20次下載

    問題的介紹及3D技術在VR中的應用

    1. 的問題 是由3D掃描硬件收集的數據,如FARO的Focus 3D激光掃描儀和Shi
    發表于 09-27 15:27 ?17次下載

    實現快讀高效且穩健的3D稀疏分割

    在進行分割之前,需要從掃描的數據中移除地面。這種地面移除的方法,只是把低于車輛高度的3D移除。這種方法在簡單的場景中起作用,但是如果在
    的頭像 發表于 11-16 16:45 ?5895次閱讀

    3D的感知技術及實踐

    測量表面法向量估計 幾何測量平面提取 3D重建從離散得到光滑曲面 3D重建ICP配準
    的頭像 發表于 10-23 09:40 ?3225次閱讀
    <b class='flag-5'>3D</b>的感知技術及實踐

    3D全景線上博物館展廳的優勢是什么

    3D全景線上展廳VR虛擬博物館可視化在線展館以公共服務需求為核心,為客戶通過無處不在的服務。 商迪3D運用3D全景技術和VR虛擬技術打造的
    的頭像 發表于 05-10 14:13 ?5382次閱讀

    何為3D語義分割

    融合標注使用的3D標注工具仍以3D立體框為主,但在3D數據以外,還需要使用2D標注工具在
    的頭像 發表于 07-21 15:52 ?8654次閱讀

    首個無監督3D物體實例分割算法

    本文旨在尋求一種無監督的3D物體分割方法。我們發現,運動信息有望幫助我們實現這一目標。如下圖1所示,在左圖中的藍色/橙色圓圈內,一輛汽車上的所有點一起向前運動,而場景中其他的則保持靜止。那么理論上,我們可以基于每個
    的頭像 發表于 11-09 15:15 ?2396次閱讀

    分割相較圖像分割的優勢是啥?

    自動駕駛領域的下游任務,我認為主要包括目標檢測、語義分割、實例分割全景分割。其中目標檢測是指在區域中提取目標的候選框并分類,語義分割是對區
    的頭像 發表于 12-14 14:25 ?2737次閱讀

    3D數據集在3D數字化技術中的應用

    隨著計算機視覺技術的不斷發展,3D 數字化技術已經成為了當今工業制造領域和三維醫學影像領域的關鍵技術。然而,構建高精度、高分辨率的 3D 數據集對于實現這一技術至關重要。在這篇文章
    的頭像 發表于 05-06 16:46 ?1431次閱讀

    自動駕駛3D語義分割數據標注

    在自動駕駛環境感知系統中,如何獲取高精度實時路況數據,是決定自動駕駛系統行車安全的關鍵。 目前主流的兩種感知技術路徑“純視覺”與“高精地圖+激光雷達”中,由于激光雷達采集的3D路況數據更為密集
    發表于 06-06 09:48 ?3次下載
    自動駕駛<b class='flag-5'>3D</b><b class='flag-5'>點</b><b class='flag-5'>云</b>語義<b class='flag-5'>分割</b>數據標注

    基于3D障礙物檢測介紹

    基于3D障礙物檢測 主要有以下步驟: 數據的處理 基于
    的頭像 發表于 06-26 10:22 ?951次閱讀
    基于<b class='flag-5'>點</b><b class='flag-5'>云</b>的<b class='flag-5'>3D</b>障礙物檢測介紹

    基于深度學習的3D實例分割方法

    3D實例分割3DIS)是3D領域深度學習的核心問題。給定由云表示的 3D 場景,我們尋求為每
    發表于 11-13 10:34 ?2318次閱讀
    基于深度學習的<b class='flag-5'>3D</b><b class='flag-5'>點</b><b class='flag-5'>云</b>實例<b class='flag-5'>分割</b>方法
    主站蜘蛛池模板: 艳鉧动漫片1~6全集在线| 大陆老熟女60岁| 国产亚洲精品精华液| 欧美阿v在线天堂| 一区二区视频在线观看高清视频在线 | 国产成人精品系列在线观看| 98久久无码一区人妻A片蜜 | 亚洲精品www久久久久久久软件| 郭德纲于谦2012最新相声| 拍戏被CAO翻了H| se01短视频在线观看| 欧美激情视频一区| av天堂影音先锋在线| 18av 在线| 久久99热狠狠色一区二区| 亚洲区 bt下载| 精品日产1区2卡三卡麻豆| 亚洲日本va中文字幕久久| 花蝴蝶在线观看中字| 亚洲色偷偷偷网站色偷一区人人藻 | 亚洲国产成人99精品激情在线| 成人人观看的免费毛片| 欧美video巨大粗暴18| 中文无码热在线视频| 精品香蕉99久久久久网站| 亚洲 日本 欧美 中文字幕| 国产精品成人久久久久A伋| 日本护士性生活| 办公室的秘密2中文字幕| 暖暖视频中国在线观看免费韩国| 中文字幕99香蕉在线| 久久re热线视频精品99| 久久在精品线影院| 中文字幕s级优女区| 免费视频国产| videos gratis欧美另类| 日韩精品一区二区三区AV在线观看| 刺激性视频黄页| 午夜福利理论片在线播放| 激情内射亚州一区二区三区爱妻| 亚洲中文字幕在线第六区|