التدريب المسبق غير المنظور للسحابات النقطية من خلال إكمال الإخفاء

نقدم نهجًا بسيطًا للتدريب المسبق على السحب النقطية. يعمل هذا النهج في ثلاث خطوات: 1. تغطية جميع النقاط المخفية في وجهة نظر الكاميرا؛ 2. تعلم نموذج مشفّر-مفكك (Encoder-Decoder) لإعادة بناء النقاط المخفية؛ 3. استخدام أوزان المشفّر كتوصيف أولي للمهام اللاحقة المتعلقة بالسحب النقطية. وجدنا أن حتى عند بناء مجموعة بيانات واحدة للتدريب المسبق (من ModelNet40)، فإن هذا النهج يحسن الدقة عبر مختلف مجموعات البيانات والمشفّرات، وفي نطاق واسع من المهام اللاحقة. بشكل خاص، نوضح أن طريقتنا تتفوق على طرق التدريب السابقة في تصنيف الأشياء، وفي مهام تقسيم الأجزاء والتقسيم الدلالي. قمنا بدراستنا لميزات التدريب المسبق ووجدنا أنها تؤدي إلى حدود دنيا لاحقة واسعة، ولديها ثبات تحويل عالٍ، وأن تنشيطاتها مرتبطة بشكل كبير بعلامات الأجزاء.الرمز والبيانات متوفرين في: https://github.com/hansen7/OcCo