GZTime's Blog

论文学习 RandLA-Net: Efficient Semantic Segmentation of Large-Scale Point Clouds 三维点云大场景下的问题 点云的几何结构复杂且经常包含了大量的物品类别和巨量的数据规模。 GPU运算的限制、GPU内存的限制导致的落地难度。 小区块分割的方法无法很好的体现广域的特征，也有将一个物体“切断”导致的识别错误问题。 需求 找出更高效的降采样方法，减少内存占用和运算损耗 找出一个高效的方法进行局部特征提取和聚合，以获取和保留几何特征 常用的降采样方案 启发式采样算法 Farthest Point Sampling...

点云 A point cloud is a set of data points in space. The points represent a 3D shape or object. Each point has its set of X, Y and Z coordinates. ——摘自Wikipedia: Point...

当我翻开.NET源码之后，发现的一些好玩的、有趣的、值得探索的问题。

我的2020，我们的2020

有关模拟退火算法的学习和一次奇妙的应用。

Hackergame 2020 参赛总结，出乎预料拿到了 Rank 5

Hackergame 2020 题解 Part 3

Hackergame 2020 题解 Part 2

Hackergame 2020 题解 Part 1

C/C++ 知识点补充