我正在尝试使用卷积神经网络进行3d 图像反卷积。但我找不到许多执行 3d 卷积的著名 CNN。任何人都可以为我指出一些吗？
背景：我正在使用 PyTorch，但任何语言都可以。我最想知道的是网络结构。我找不到关于这个主题的论文。
特别感谢研究论文的链接。
有哪些执行 3D 卷积的神经网络架构？
人工智能
卷积神经网络
参考请求
模型请求
3d-卷积
2021-10-21 13:20:20
1个回答
在 3d 数据上训练 CNN 的方法有很多，但使用特定架构的决定在很大程度上取决于数据集的格式。
如果您使用的是 3d 点云数据，我建议您使用PointNet和PointCNN。
但是在 3d 点云上训练 CNN 非常困难。
还有一种方法是通过从不同的视点（Multiview CNNs）构成 3d 结构来训练 CNNs。
但请记住，在 3d 数据上训练 CNN 确实是一项艰巨的任务。
如果您打算使用体素化输入数据格式，我建议您使用VoxelNet。
既然你提到了反卷积，我能遇到的最相关的论文是3D U-Net: Learning Dense Volumetric Segmentation from Sparse Annotation。
但是反卷积本身就是一项非常昂贵的操作，它作用于 3d 数据使其非常困难，因此我建议您检查替代方法。
其它你可能感兴趣的问题