您的位置:首页 > 汽车 > 时评 > 【基于深度学习方法的激光雷达点云配准系列之GeoTransformer】——模型部分浅析(1)

【基于深度学习方法的激光雷达点云配准系列之GeoTransformer】——模型部分浅析(1)

2024/7/1 13:40:35 来源:https://blog.csdn.net/steptoward/article/details/140018538  浏览:    关键词:【基于深度学习方法的激光雷达点云配准系列之GeoTransformer】——模型部分浅析(1)

【GeoTransformer系列】——模型部分

  • 1. create_model
  • 2. model的本质
  • 3. 模型的主要结构
    • 3.1 backbone
    • 3.2 transformer

本篇继续对GeoTransformer/experiments/geotransformer.kitti.stage5.gse.k3.max.oacl.stage2.sinkhorn/下面的trainval.py进行详细的解读,主要是模型部分, 可以与论文中的图2对照着来理解.
在这里插入图片描述

1. create_model

首先, 纵观这个文件, 会发现模型的训练器其实就是一个Trainer类的实例.
而我们要训练的网络,实际上是Trainer类中的一个成员——model.
它在类的初始化函数中, 通过create_model函数来创建, 然后通过类中的register_model方法注册到实例中.
而create_model函数是在trainval.py的同级目录下model.py中被定义的.
在trainval.py代码的开头, 就导入了同级目录下model.py中的create_model函数. 这部分的代码如下:

##...
from model import create_model
##...
class 

版权声明:

本网仅为发布的内容提供存储空间,不对发表、转载的内容提供任何形式的保证。凡本网注明“来源:XXX网络”的作品,均转载自其它媒体,著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处。

我们尊重并感谢每一位作者,均已注明文章来源和作者。如因作品内容、版权或其它问题,请及时与我们联系,联系邮箱:809451989@qq.com,投稿邮箱:809451989@qq.com