基于自蒸餾框架的點云分類及其魯棒性研究

摘要： 與2D圖像數據集相比，3D點云數據集的規模較小且表征性較差，容易導致神經網絡出現過擬合和泛化能力差的問題。為此，提出一種點云自蒸餾(PointSD)框架，通過對表征形式不同的數據樣本進行學習，使網絡提取到原始點云數據中的更多特征信息，實現樣本之間的知識交互，在不增加額外計算負荷的情況下提升網絡的泛化能力，適用于不同規模的分類網絡模型?；谠摽蚣芴岢鲆环N點云抗腐敗訓練方法TND-...