Dynamic Graph CNN for Learning on Point Clouds 论文地址:https://arxiv.org/abs/1801.07829 代码:https://github.com/WangYueFt/dgcnn 别人复现的(pytorch版):https://github.com/AnTao97/dgcnn.pytorch 图1所示 利用该神经网络进行点云分割。下图:神经网络结构示意图。上图:网络各层生成的特征空间结构,特征...
x):batch_size=x.size(0)x=get_graph_feature(x,k=self.k)x=self.conv1(x)x1=x.max(dim=-1,keepdim=False)[0]x=get_graph_feature(x1,k=self.k)x=self.conv2(x)x2=x.max(dim=-1,keepdim=False)[0]x=get_graph_feature(x2,k=self.k)x=self.conv3(x)x3=x.max(dim=-1,keepdim=...
这也是动态图CNN与普通的图CNN的不同之处。因此,因此作者将包含了这样的图的网络命名为动态图CNN(Dynamic Graph CNN, DGCNN)。在动态图更新时,接收域与点云的直径一样大且稀疏。 每一层都会得到一个不同的图 G^l = (\nu^l, \epsilon^l) ,其中每一层的边特征为(i, j_{i1}), ..., (i, j_{...
【论文阅读】DGCNN:Dynamic Graph CNN for Learning on Point Clouds 毕设进了图网络的坑,感觉有点难,一点点慢慢学吧,本文方法是《Rethinking Table Recognition using Graph Neural Networks》中关系建模环节中的主要方法。 ## 概述 本文是对经典的PointNet进行改进,主要目标是设计一个可以直接使用点云作为输入的CNN...
【论⽂阅读】DGCNN：DynamicGraphCNNforLearningonPoint。。。 毕设进了图⽹络的坑，感觉有点难，⼀点点慢慢学吧，本⽂⽅法是《》中关系建模环节中的主要⽅法。## 概述 本⽂是对经典的PointNet进⾏改进，主要⽬标是设计⼀个可以直接使⽤点云作为输⼊的CNN架构，可适⽤于分类、分割...
Dynamic graph cnn for learning on point clouds. Acm Trans Graphics (tog). 2019;38(5):1–12. Article Google Scholar Vaswani A, Shazeer N, Parmar N, et al. Attention is all you need. Adv Neural Inf Process Syst. 2017;30:6000–10. Google Scholar Lin Z, Akin H, Rao R, et al....
This repo is a PyTorch implementation forDynamic Graph CNN for Learning on Point Clouds (DGCNN)(https://arxiv.xilesou.top/pdf/1801.07829). Our code skeleton is borrowed fromWangYueFt/dgcnn. Note that the network structure (Fig. 3) for classification in DGCNN paper is not consistent with the...
A PyTorch implementation of Dynamic Graph CNN for Learning on Point Clouds (DGCNN) - antao97/dgcnn.pytorch
Xu K, Hu W, Leskovec J, Jegelka S (2018) How powerful are graph neural networks? arXiv:1810.00826 Wang Y, Sun Y, Liu Z, Sarma SE, Bronstein MM, Solomon JM (2019) Dynamic graph cnn for learning on point clouds. ACM Trans Graph (TOG) 38(5):1–12 Article Google Scholar Knyazev...
Dynamic Graph CNN for Learning on Point Cloudsarxiv.org/pdf/1801.07829.pdf WangYueFt/dgcnngithub.com/WangYueFt/dgcnn 这篇文章在PointNet的基础上,提出了一种新的计算点云中点的feature的算法,提升了点云分类、分割等任务的性能。具体来说,论文提出了两个新的概念:EdgeConv和Dynamic Graph,二者算是这...