是否可以训练卷积神经网络 (CNN) 从点云预测原始对象的尺寸，例如（球体、圆柱体、长方体等）？
CNN 的输入将是单个对象的点云，输出将是对象的尺寸（例如，圆柱体的半径和高度）。训练数据将是回归最后一层中具有基本真实维度的对象的点云？
我认为图像是可能的，因为它类似于边界框检测，但我不确定点云。
是否可以训练 CNN 从点云中预测原始对象的尺寸？
人工智能
机器学习
深度学习
卷积神经网络
物体识别
物体检测
2021-11-10 07:35:27
1个回答
我正在研究类似的问题。我正在使用对象的 2D 点云，例如，高度的 X 和 Y 坐标，并且使用更简单的数据集，我将训练回归模型（目前正在研究该模型）。在我看来，这种将复杂点云分解为包含所需尺寸的横截面并将其输入模型的方法将更简单，更容易进行训练。