随着深度学习在二维图像处理及应用的逐渐成熟，对于三维点云也希望能利用强大的深度学习去解决诸如：分类、识别、分割、补全、配准等问题，这篇2017年发表的文章可以算是将深度学习直接应用于散乱、无序的三维点云的开山鼻祖。网络结构简单而有效（当然有效只是相对的），作者在ModelNet40上验证了分类任务，在ShapeNet上验证了部件分割，在S3DIS上验证了语义分割，本文主要针对语义分割做介绍（原理+

在Win10上安装WSA，用上安卓应用

在Win10上安装WSA，用上安卓应用

即插即用——移动硬盘安装Ubuntu20.04缘起很多开源的与深度学习相关的代码其模型训练都是在服务器上完成的，当尝试在windows下去运行别人的代码时，总会出现一些意想不到且难以解决的问题，索性尝试在移动硬盘上安装一个linux系统，实现了随插随用（所有配置均存储在移动硬盘上，包括配好的代码环境，换一台电脑也能用）。参考准备工作1.下载desktop镜像文件访问http://releases.