2
В частности, мой вопрос заключается в том, что каждый последующий кадр имеет разное количество точек и KNN/SVM не реализуется, если у меня не одинаковое количество точек для каждого кадра. Итак, как применять ml на трехмерных кадрах, которые отличаются по размеру? Мой выходной файл состоит из координат x, y, z для каждой точки и более 10000 точек на кадр.Как применить машинное обучение к 3D-точечному выходу, который имеет разное количество точек для каждого кадра?
«Машина обучение ", вероятно, слишком расплывчато. Кажется, что ваша проблема связана с определенным алгоритмом - как насчет гиперссылки на эти акронимы? Это может побудить кого-то попытаться выяснить, что вы делаете. Что представляют собой точки? Возможно, вы можете вставить алгоритм, который интерполирует по заданному кадру, создавая фиксированное количество выходов. Похоже, что в вопросе недостаточно информации, чтобы получить полезный ответ. –
Кто бы ни пытался, вы должны взять на себя труд, чтобы критиковать вопрос. Анонимный нисходящий канал не поможет новому пользователю встать на круги своя. –
KNN или SVM не работают, проводя вычисление точки в точку, поскольку каждый кадр имеет разные точки. Как сравнить два кадра, если каждый из них имеет различное количество точек в генерируемом облаке, которые имеют x, y, z координируют информацию для каждой точки? –