文章图片
5.5PartNet
数据集地址：
https://shapenet.org/download/parts

文章图片
06结论
近年来 ， 随着自动驾驶和三维重建技术的不断发展 ， 需要处理的点云规模越来越庞大 ， 传统的聚类算法和基于随机采样一致性的分割算法较难满足实时性和精度要求 。 而基于深度学习的点云分割网络较好地解决了上述问题 ， 本文重点介绍了几种前沿的点云分割网络 ， 包括PointNet/PointNet++、PCT、Cylinder以及JSNet网络 ， 并介绍了5种常用的点云分割数据集 。 读者在应用深度学习进行点云分割或设计点云分割网络时 ， 要根据自身需求和实际工况 ， 有针对地选择合适的点云分割网络和数据集 。 返回搜狐 ， 查看更多
责任编辑：

• 深度学习|罗永浩二十二年前写给俞敏洪的万字求职信被曝光！老罗的自信度爆棚
• OPPO|杀后台问题有救了！OPPO新系统曝光：基于Android 13
• 操作系统|学习电感怎么入门？看完就明白了
• 平面设计|平面设计之路，从学习基础起步
• 基于Android 13定制 OPPO ColorOS 13曝光：彻底解决杀后台问题
• 三星计划在2025年开始大规模生产基于GAA的2nm芯片
• INMO Air国内首款AR翻译眼镜，商务 学习 旅行新选择
• 驾驶舱|江苏扬州“人才科创驾驶舱” 整合资源推动三链深度融合
• 台湾花莲县发生4.5级地震，震源深度10千米
• 沈鹏|36氪首发 | 深度改造供应链，方便速食品牌「巴狗」完成数千万元Pre-A轮融资