MeshCNN是2019年提出的直接在3D Mesh上进行分类和分割的网络，MeshCNN在3D网格上定义了定义了卷积和池化层，依据三维模型边的连通
原创
2024-08-19 14:32:31
464阅读
点赞
MeshCNN引入了网格池化操作，使我们能够将cnn应用到三维模型中。将机器学习应用于3D数据并不像应用于图像那样简单。3D数据
原创
2024-05-18 20:37:06
223阅读
MeshCNN引言一、方法简述1.1 输入1.2 卷积1.3 池化二、实验分析三、改进以及应用 引言MeshCNN是第一个将网格简化引入到池化操作中的网络：合并顶点降低网格分辨率，类似图像中的平均池化。一、方法简述主要有三个内容：输入、卷积和池化 网络结构类似ResNet、UNet，使用交叉熵损失函数，网络初始化、训练策略等具体细节可参考源码1.1 输入边的特征(五维)：二面角、两个内角(排序)
转载
2024-09-26 16:27:28
66阅读
