期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
面向密集预测任务的点云Transformer适配器
1
作者 张德军 白燕子 +2 位作者 曹锋 吴亦奇 徐战亚 《浙江大学学报(工学版)》 北大核心 2025年第5期920-928,共9页
提出点云Transformer适配器(PCT-Adapter)框架,以增强标准Transformer在点云密集预测任务中的处理能力.设计灵活的层次化点云多尺度先验特征提取模块,该模块不仅增强了标准Transformer对不同尺度物体的感知能力,而且提升了对多样数据集... 提出点云Transformer适配器(PCT-Adapter)框架,以增强标准Transformer在点云密集预测任务中的处理能力.设计灵活的层次化点云多尺度先验特征提取模块,该模块不仅增强了标准Transformer对不同尺度物体的感知能力,而且提升了对多样数据集和下游任务的适应性.在Adapter与标准Transformer之间设计双向特征交互模块.该模块实现了点云先验特征向标准Transformer的有效注入及多尺度点云特征金字塔的更新,在保持标准Transformer架构的同时,通过多次交互显著提高了特征的表达能力. PCT-Adapter以标准Transformer为主干,支持加载多种点云Transformer预训练参数,增强了迁移学习的能力.在ShapeNetPart、S3DIS和SemanticKITTI数据集上的实验结果证明,利用PCT-Adapter框架,显著提升了标准Transformer在密集预测任务中的适应性. 展开更多
关键词 标准Transformer 密集预测任务 适配器 特征交互 任务迁移
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部