3Dデータのスパース性と不規則性により、ポイントを直接処理するアプローチが一般的になっています。すべてのポイントベースのモデルの中で、Transformerベースのモデルは、ポイントの相互関係を完全に

arxiv_reader のブックマーク 2021/08/16 11:23

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4706966762997279746/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2108.06076v2" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2108.06076v2" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2108.06076v2" data-user-icon="/users/arxiv_reader/profile.png">PVT：3Dディープラーニング用のポイントボクセルトランスフォーマー</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/classification">classification</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/3D">3D</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/sparse">sparse</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22arXiv%20reaDer%22">arXiv reaDer</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/segmentation">segmentation</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/arXiv">arXiv</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/benchmark">benchmark</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/transformer">transformer</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/detection">detection</a>]</li></ul><br><p style="clear: left">3Dデータのスパース性と不規則性により、ポイントを直接処理するアプローチが一般的になっています。すべてのポイントベースのモデルの中で、Transformerベースのモデルは、ポイントの相互関係を完全に</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20210816#bookmark-4706966762997279746"><span class="datetime-body">2021/08/16 11:23</span></a></blockquote><script src="https://b.st-hatena.com/js/comment-widget.js" charset="utf-8" async></script>

このブックマークにはスターがありません。
最初のスターをつけてみよう！