PointMamba

收录理由

PointMamba 是 NeurIPS 2024 收录的一项点云分析状态空间模型实现。它用线性复杂度的 Mamba 主干替代了标准 Transformer 中二次复杂度的自注意力，当自注意力的显存开销成为瓶颈时，这套方法为无序点集的全局建模提供了一个实用的基线。仓库内附带了 ModelNet40 和 ScanObjectNN 上的预训练与微调配置及权重，复现论文数据或把编码器迁移到自己的任务上都比较直接。由于沿用了 Point-BERT 和 Point-MAE 的惯例，与这些基于 Transformer 的前作对比也很方便。对于在 3D 视觉中探索高效注意力替代方案的团队，以及需要基准测试状态空间模型的学生，这个项目都很有参考价值。