首页 > 线上分享会预告之深度学习在3D场景中的应用

线上分享会预告之深度学习在3D场景中的应用

大家好。上周我们迎来了第一期的线上分享,三维模型检索技术介绍,此次分享是一次接力形式的分享,每周都将有一位主讲人分享,希望更多的小伙伴加入我们一起分享,也是给自己一个机会锻炼。这里先预告一下,线上直播的时间在本周三晚上19:30,大家多多关注。

本周线上分享会预告

主讲题目:深度学习在3D场景中的应用

主题内容

介绍3D场景中的主要任务和点云数据使用中存在的挑战。

介绍目前深度学习在点云数据中的使用情况,针对目标检测,场景分割等任务。

结合Pointnet,Pointnet++等多个深度学习框架进行分析研究。

主讲人:圣彼得堡ETU软件工程在读研究生,研究方向为深度学习在NLP和CV中的应用

时间:2020-2-26 晚上19:30

观看方式:

直播地址:https://live.bilibili.com/21847497

参与讨论方式:

加入微信交流群,在直播过程中,可以将自己的问题,发送到群里,直播结束后进行讨论,加群方式,在该文章的末尾评论,评论格式“姓名+学校/公司”,或者在公众号直接发送“线上分享讨论微信群”关键字获取加群方式。

备注:由于该主讲人在国外,使用B站直播会卡顿,不流畅,所以本次采用录播的形式,录播将会对小伙伴们的提问与解答带来一些影响,所以这里请大家务必添加微信群,在微信群中提问,并且弹幕的部分提问,也将反馈给主讲人,进行一定的解答。

更多相关:

  • 标题:Voxelized GICP for Fast and Accurate 3D Point Cloud Registration作者:Kenji Koide, Masashi Yokozuka, Shuji Oishi, and Atsuhiko Banno来源:分享者代码:https://github.com/SMRT-AI...

  • 点云PCL免费知识星球,点云论文速读。标题:LIC-Fusion 2.0: LiDAR-Inertial-Camera Odometry with Sliding-Window Plane-Feature Tracking作者:Xingxing Zuo1;2, Yulin Yang3, Patrick Geneva3, Jiajun...

  • 点云PCL免费知识星球,点云论文速读。标题:CMRNet++: Map and Camera Agnostic Monocular Visual Localization in LiDAR Maps作者:Daniele Cattaneo, Domenico Giorgio Sorrenti, Abhinav Valada来源:分享者...

  • 点云PCL免费知识星球,点云论文速读。标题:LIO-SAM: Tightly-coupled Lidar Inertial Odometry via Smoothing and Mapping作者:Tixiao Shan, Brendan Englot, Drew Meyers, Wei Wang, Carlo Ratti, and...

  • 前言CloudCompare是另一款开源且完善的点云处理软件,我们可以在这款软件的基础上,任意的设计成我们想要的界面,可以说是点云处理软件的最佳选择,所以我认为如果你是研究点云算法的可以使用PCL,GDAL,等其他库,如果你是做工程的需要点云的界面显示,那么cloudCompare就是不二选择,当然如果是简单的界面使用PCL和QT也...

  • 残差残差在数理统计中是指实际观察值与估计值(拟合值)之间的差。在集成学习中可以通过基模型拟合残差,使得集成的模型变得更精确;在深度学习中也有人利用layer去拟合残差将深度神经网络的性能提高变强。这里笔者选了Gradient Boosting和Resnet两个算法试图让大家更感性的认识到拟合残差的作用机理。Gradient Boost...

  • MP4 |视频:h264,1280×720 |音频:AAC,44.1 KHz,2 Ch 语言:英语+中英文字幕(根据原英文字幕机译更准确) |时长:45节课(16h 55m) |大小解压后:10.8 GB 一级和二级初级和中级 你会学到: 通过一个手把手的项目学习使用Rhino V7。 您将学习使用Rhino的最新工具集,主...

  • 初学者用Python完成机器学习课程 你会学到: Python上的主机器学习 进行有力的分析 做出准确的预测 制作健壮的机器学习模型 将机器学习用于个人目的 建立一支强大的机器学习模型大军,并知道如何将它们结合起来解决任何问题 使用K-均值聚类、支持向量机(SVM)、KNN、决策树、朴素贝叶斯和主成分分析对数据进行分类 清理您的...

  • 这门由行业和学术领袖开设的课程是为那些希望在数据科学领域建立有价值的职业生涯的人开设的 你会学到: 监督学习和非监督学习的原理及其区别。 线性和逻辑回归,决策树,回归树,随机森林,判别分析,支持向量机,朴素贝叶斯分类器,KNN 如何在Python中选择合适的算法集并应用到现实项目中。 使用Python编程语言解决许多现实生活中的...

  • 学习每个机器学习模型背后的数学,然后用Python实现它 你会学到: 开发机器学习模型 创建机器学习模型的模板 学习每个机器学习模型背后的数学 要求: Python或任何编程语言的基础 时长:8h 15m |视频:. MP4,1280×720 30 fps |音频:AAC,44.1 kHz,2ch |大小解压后:4.54...