​3D点云学习新架构！PointRWKV：刷新点云表征学习性能及FLOPs！

文章预览

作者 | CVer  编辑 | CVer 点击下方 卡片 ，关注“ 3D视觉之心 ”公众号 第一时间获取 3D视觉干货 >> 点击进入→ 3D视觉之心技术交流群 Transformer彻底改变了点云学习任务，但其二次复杂度阻碍了其向长序列的扩展，这给有限的计算资源带来了负担。最近出现的 RWKV 是一种新型的深度序列模型，在 NLP 任务中显示出序列建模的巨大潜力。在这项工作中提出了PointRWKV，这是一种线性复杂度的新模型，具有 3D 点云学习任务所需的适应性。通过对不同点云学习任务的大量实验表明，所提出的 PointRWKV 优于基于 transformer 和 mamba 的同类网络，同时显著节省了约 42% 的 FLOPs，展示了构建基础3D点云表征学习模型的优越性。 题目：PointRWKV: Efficient RWKV-Like Model for Hierarchical Point Cloud Learning 论文：https://arxiv.org/abs/2405.15214     主页：hithqd.github.io/projects/PointRWKV/   代码：h ………………………………