-
使用几何模型实现稳健的3D对象类别识别的生成对抗神经网络matlab代码-Pl-Net3D
资源介绍
生成对抗神经网络matlab代码PL-Net3D：使用几何模型进行稳健的
3D
对象类别识别
介绍
这项工作基于我们的
.
在这个存储库中，我们发布了我们框架的代码。
开展这项工作是为了开发一个健壮的网络结构，该结构可以在存在数据不准确（例如噪声和异常值）的情况下可靠地识别对象。
所提出的框架使用平面片段的补丁来稳健地捕捉对象外观。
然后将平面段信息输入深度神经网络进行分类。
我们的方法基于
PointNet
深度学习架构。
要求：
该代码使用以下内容：
MATLAB。
.
该代码使用
python
3.6
和
tensorflow
1.10
进行了测试。
但是，代码可以在
python
2.7
和更旧的
tensorflow
版本上运行。
我们使用
matlab
从给定的点云中提取平面图元，而我们使用
PointNet
使用提取的平面数据进行分类。
用法
数据集
下载并解压
MODELNET40
数据集：
mkdir
data
cd
data
wget
--no-check-certificate
https://shapenet.cs.stanford.edu/media/mode