type
status
date
slug
summary
tags
category
icon
password
Last edited time
Jun 19, 2024 01:43 AM
去除背景残影提升性能,填充成方形实现数据压缩
📝 主旨内容
去除点云背景残影
背景干扰到异常检测,传统方法通过RANSAC移除背景平面后,再通过DB-Scan保留最大的联通块
Random sample consensus(RANSAC 随机抽样一致算法)识别并移除平面
迭代k次,每次随机选择一些点构建模型,根据阈值去尝试包含之前未选择的点,最终保留能够包含最多点的模型(和样本点)
需要指定迭代步数,阈值,每次选的点个数(论文内迭代步数为1000,阈值为0.005,点数为50)
RANSAC代码实现
RANSAC用于平面估计代码实现
实现的时候只去点云四周边缘10个像素用于背景平面的估计,得到平面后,距离背景低于0.005都将被视作背景被移除(相同位置下的图像也就被置成黑色)
Density-Based Spatial Clustering of Applications with Noise(DB-Scan)保留最大的联通块
作为1996年提出的聚类算法,在2014年被KDD授予时间检验奖
在DBSCAN算法中,一个点的邻域内点的数量分为以下三种情况:
- 核心点(Core Point):如果一个点的邻域内(包括该点自身)至少包含
MinPts
个点,则该点被标记为核心点。
- 边界点(Border Point):如果一个点的邻域内点的数量少于
MinPts
,但是它在某个核心点的ε
邻域内,则该点被标记为边界点。
- 噪声点(Noise Point):如果一个点的邻域内点的数量少于
MinPts
,且它不在任何核心点的ε
邻域内,则该点被标记为噪声点。
需要指定阈值ε和最少包含的点MinPts(论文内分别为0.006和30)
一点缺陷
处理的时间长,会损失一部分主体
性能提升?
数据标准化
图像和点云都进行插值填充成方形
数据压缩减少显存和时间消耗?
显存和时间都下降了大约一半
M3DM双库版本 | Bagel | Cable_Gland | Carrot | Cookie | Dowel | Foam | Peach | Potato | Rope | Tire |
处理前显存占用(MB) | 4218/5908/7040 | 8188 | 9496 | 9496 | 10808 | 10808 | 12296 | 12296 | 12296 | 12296 |
处理后显存占用(MB) | 2724/3700 | 3700/3712 | 3712/4872 | 4872 | 4872/6040 | 6040 | 6040/7528 | 7528 | 7528 | 7528 |
ㅤ | M3DM双库版本训练时间 |
处理前 | 5小时19分钟42秒 |
处理后 | 2小时55分钟0秒 |
🤗 总结归纳
📎 参考文章
- 作者:ziuch
- 链接:https://ziuch.com/article/MVTec-3D-AD-processing-meaning
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议,转载请注明出处。