#505 · 主分类: 计算机视觉
point-transformer-pytorch
artificial-intelligence
attention-mechanism
deep-learning
point-cloud
Point Transformer层的Pytorch实现
项目最后更新:02/12/22
GitHub Stars
600
Forks数量
57
贡献者数量
1
许可证
MIT
收录理由
这个库把2020年那篇Point Transformer论文里的自注意力层做成了独立的PyTorch模块,论文方法在点云分类和分割上取得了当时领先的结果。使用时只需传入点特征和坐标,模块就会返回更新后的特征;如果点集规模很大,还可以开启k近邻选项,让每个点只关注附近的点,从而控制计算量。它不是一个完整的训练或推理流程,而是聚焦于注意力机制本身,适合那些已经备好数据加载器和下游任务头的开发者,拿来当作忠实复现论文思路的参考实现。代码量不大,结构清晰,想改造成自定义实验,或者在三维视觉项目里复现论文做法,都比较顺手。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。