PointSSM: 解决Mamba在大规模点云分割中的三大困境 本文提出PointSSM模型，针对Mamba在大规模LiDAR点云语义分割中的三个关键问题：长距离信息传递不足、单向扫描的视野局限性和单一序列化带来的偏差。通过融合卷积与Mamba的优势，设计了三个创新模块：(1) 采用多Hilbert曲线变体消除序列化偏差；(2) 引入双向SSM和稀疏卷积解决信息传递问题；(3) 提出DSamba模

PointNeXt 是一篇典型的**“Revisiting（重访）”**类论文。1. 拒绝盲目创新 (Stop Reinventing the Wheel)有时候，经典的 Baseline（如 PointNet++）并没有过时，只是我们没有给它配备现代化的“武器”（训练策略）。2. 架构设计通式 (Unified Architecture)PointNeXt 证明了这个组合，不仅在 CV (Con

KPConvX：经典卷积的几何复兴（CVPR 2024） 本文介绍了一种革新性的点云处理方法KPConvX，它通过三步现代化改造让传统3D卷积重获新生：(1)采用深度可分离卷积(KPConvD)实现"瘦身"，参数减少80%；(2)引入基于几何的动态核注意力机制，实现"几何眼观六路"；(3)适配现代架构如倒瓶颈结构。实验证明，KPConvX在ScanNetv2

跟李沐学AI——动手学深度学习 PyTorch版——学习笔记pycharm版本前言+第一天