Point Transformer V3

Point Transformer V3: Simpler, Faster, StrongerPTv3进阶

处理点云的 Transformer 骨干网络，靠「序列化」变得更快、看得更广。

Point Transformer V3（PTv3）由吴小阳（Xiaoyang Wu）、赵恒爽等来自香港大学、上海人工智能实验室等机构的研究者提出，是 CVPR 2024 口头报告论文，代码集成在开源点云框架 Pointcept 中。以往点云 Transformer 要给每个点找近邻、算复杂的相对位置编码，又慢又占显存。PTv3 先用空间填充曲线把无序点排成一维序列（序列化），再在序列分块内做注意力。据论文，它比 PTv2 快约 3 倍、省约 10 倍显存，感受野从 16 个点扩到 1024 个点，在 20 多个室内外任务上取得当时最好结果。它常被用作点云编码器，自监督预训练模型 Sonata 也以它为骨干。