基于 VDB 的快速稀疏三维卷积网络
计算机视觉与模式识别
2023-11-16 v2 机器学习
摘要
我们提出了一种针对稀疏三维数据推理优化的新型卷积神经网络实现。该实现使用 NanoVDB 作为数据结构来存储稀疏张量。它在保持高性能的同时占用相对较小的内存空间。我们证明，在高分辨率三维物体分类网络上，该架构比当前最先进（SOTA）的稠密 CNN 模型快约 20 倍。
引用
@article{arxiv.2311.02762,
title = {Fast Sparse 3D Convolution Network with VDB},
author = {Fangjun Zhou and Anyong Mao and Eftychios Sifakis},
journal= {arXiv preprint arXiv:2311.02762},
year = {2023}
}
备注
Unauthorized publication