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：

• One|基于Android 13打造：三星Galaxy S22抢先用上One UI 5.0
• 网友热议|母亲回应3个孩子2个上清华：只能教孩子做人诚实守信 学习都靠自己努力
• iPhone 13深度使用半年，体验虽然流畅，但两个缺点却让人无奈！
• 格力电器|不要再说Python难了，按照这个学习路线，四周速成Python
• 第四届国际智能体育大会:促进人工智能与体育产业深度融合
• 一加科技|中兴 Axon 40 Ultra 深度体验：还是初见时更惊艳
• OPPO|准大学生看过来！满足大学四年学习、生活需求平板，三件套不到2K
• 京东|Java：有哪些快速学习Java语言的技巧?
• 为什么老鹰的高度我们可超越，鲸鱼的最低下潜深度却做不到？
• 英伟达|NVIDIA Triton 推理引擎公开课上新：基于多实例 GPU 和 K8s 的大规模 CV 模型部署实践