randla net

RandLA-Net是一种使用随机采样来处理大规模点云的方法。它在处理大规模点云上取得了非常好的效果，远超基于PointNet的方法。RandLA-Net的采样方式与PointNet系列的采样方式不同。PointNet系列一次只采样一个小区域，并通过多次迭代来学习全局信息。而RandLA-Net的采样方式不仅会进行下采样，缩小图像尺寸，还会扩大采样区域，使其尽可能覆盖整个区域。这种采样方式更利于模型学习。除了采样方式，RandLA-Net还进行了其他优化处理，具体内容可以在论文中找到。\[1\]\[2\]\[3\]
#### 引用[.reference_title]
- *1* *2* [RandLa-Net学习笔记](https://blog.csdn.net/weixin_47142735/article/details/120698651)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down28v1,239^v3^insert_chatgpt"}} ] [.reference_item]
- *3* [语义分割之RandLANet深度解读](https://blog.csdn.net/victor_manches/article/details/129900694)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down28v1,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]