點雲數據增強,顧名思義,是一種數據增強方式,也常常作爲一種檢測模型魯棒性的方法。總結一下有以下幾種方式:旋轉,加噪聲,降採樣,不同程度的遮擋等
- 降採樣
在論文中常使用最遠點採樣和隨機採樣,功能實現簡單,具體體現在PointNet等代碼中只是一個超參數。 - 高斯噪音
- 延座標旋轉
高斯噪音和旋轉的代碼參考博客:點雲 數據增強(Data Augmentation):方法與python代碼 - 增加離羣點
通常對實際場景中的點需要進行離羣點濾波,用來訓練模型,但是,增加離羣點反而可以測試模型的魯棒性。
點雲數據增強,顧名思義,是一種數據增強方式,也常常作爲一種檢測模型魯棒性的方法。總結一下有以下幾種方式:旋轉,加噪聲,降採樣,不同程度的遮擋等