原创 超詳細的計算機視覺競賽彙總

本文首發於公衆號【3D視覺工坊】,原文請見那些年,我們一起刷過的計算機視覺比賽,更多幹貨獲取請關注公衆號~ 前言 計算機視覺是一個對操作性和實戰性要求都非常高的領域,對於許多在校的本科生/研究生,接觸的項目並不算多,甚至非常單一,

原创 3D點雲分割算法彙總

作者:Tom Hardy Date:2020-2-19 來源:彙總|3D點雲分割算法 前言 最近在arXiv和一些會議上看到了幾篇3D點雲分割paper,覺得還不錯,在這裏分享下基本思路。 1、SceneEncoder: Sc

原创 人工智能知識體系的學習路線(南京大學人工智能學院本科生培養體系)

第 1 章 創辦一流大學人工智能教育的思考 第 2 章 南京大學人工智能學院本科培養方案 2.1 專業方向簡介 2.2 培養目標和專業特色 2.3 培養畢業要求 2.4 培養規格路徑 2.5 課程體系設置 第 3 章 數學基礎課程

原创 醫學圖像數據集彙總

前言 本文首發於公衆號【3D視覺工坊】,原文請見彙總|醫學圖像數據集,更多幹貨獲取請關注公衆號~ 一、 胰腺分割數據集 數據下載鏈接:http://academictorrents.com/details/80ecfefcabed

原创 基於點雲方式的6D姿態識別

作者:Tom Hardy Date:2020-2-26 來源:基於點雲方式的6D姿態識別 前言 除了對應點方式,還可以將點雲將與整個形狀對齊,獲得6D姿態。通常,首先進行粗配准以提供初始對準,然後進行密集配準方法,如迭代最近點

原创 SDOD: Real-time Segmenting and Detecting 3D Objects by Depth(實時3D檢測與分割)

作者:Tom Hardy Date:2020-2-24 來源:SDOD:基於depth的實時3D檢測與分割 主要思想與創新點 大多數現有的實例分割方法只關注2D對象,不適用於三維場景,如自動駕駛。本文提出了一種將實例分割和目標

原创 基於2.5/3D的自主主體室內場景理解研究

作者:Tom Hardy Date:2020-3-13 來源:基於2.5/3D的自主主體室內場景理解研究 參考鏈接:https://arxiv.org/abs/1803.03352 主要內容 摘要隨着低成本、緊湊型2.5/3D

原创 計算機視覺學習資料彙總(超多幹貨)

前言 本資料首發於公衆號【3D視覺工坊】,原文請見計算機視覺學習資料彙總,更多幹貨請關注公衆號後臺回覆關鍵字獲取~ (一)基礎操作 Linux 學習網站 Linux中國:https://linux.cn/ 鳥哥的linux私房菜:

原创 6D姿態估計算法彙總(上)

前言 本文首發於公衆號【3D視覺工坊】,原文請見6D姿態估計算法彙總(上),更多幹貨獲取請關注公衆號~ 1、DenseFusion: 6D Object Pose Estimation by Iterative Dense Fus

原创 基於RGB圖像的機器人抓取算法彙總

作者:Tom Hardy Date:2020-2-23 來源:大盤點|基於RGB圖像下的機器人抓取 前言 近期讀取了一些最新基於RGB圖像下的機器人抓取論文,在這裏分享下思路。 1、Optimizing Correlated

原创 三維重建算法綜述|傳統+深度學習

作者:CJB Date:2020-2-21 來源:基於深度學習的三維重建算法綜述 00 前言 01 基於傳統多視圖幾何的三維重建算法 1.1 主動式 (1)結構光 (2)TOF 激光飛行時間法 (3)三角測距法 1.2 被動式

原创 博文搬家到公衆號了~~~

介紹 最近開始將一些知識點發布到自己的公衆號【“3D視覺工坊”】,屆時將會對3D視覺、深度學習、目標檢測、語義分割、vslam、激光slam、自動駕駛、三維重建、姿態估計、AI競賽、工作求職等相關內容進行分享~~~ 公衆號中更有海

原创 醫學圖像分析領域算法彙總

前言 本文首發於公衆號【3D視覺工坊】,原文請見彙總|醫學圖像分析領域論文,更多幹貨獲取請關注公衆號~ 醫學圖像分析相關期刊會議彙總 1、醫學圖像分析 (MedIA) 2、IEEE 醫學圖像學報 (IEEE-TMI) 3、IEEE

原创 安利幾個免費學術文獻下載網站

一、 百度學術 網站鏈接:http://xueshu.baidu.com/ 國內很大的一個學術搜索引擎,其中涵蓋了國內外各類數據庫,大多數碩博士/會議/期刊論文都可以免費下載~ 二、Sci Hub 網站鏈接:http://ww

原创 3D點雲目標檢測算法彙總

作者:Tom Hardy Date:2020-2-12 來源:彙總|3D點雲目標檢測算法 前言 前面總結了幾種基於激光雷達點雲數據的3D目標檢測算法,還有一些算法不再單獨列出,這裏做個簡單總結來分享下! 基於激光雷達點雲的3D