26年WP 基于深度学习的三维物体分类方法研究最终稿-约28029字符.pdf

摘 要 随着激光雷达和结构光相机等三维传感技术得到快速进步且成本不断降低，三维点云数据已变成自动驾驶及机器人等具身智能体进行环境感知和自主决策的主要数据载体。三维物体分类任务在三维点云数据智能理解中属于一项基础工作，该任务的性能会影响到高层语义感知和智能决策的准确性。但是，现有研究大多集中在对网络结构设计进行改进上，在训练策略的整体优化、数据增强的强度范围上仍然缺乏分析。本文运用 PointNet++ SSG 模型，在数据增强、优化器选型、学习率调度、正则化与梯度裁剪五个方面，整体分析训练策略组合对三维点云分类性能的作用，并且设计了绕z ...