实体
RandLA-Net: Efficient Semantic Segmentation of Large-Scale Point Clouds
RandLA-Net: Efficient Semantic Segmentation of Large-Scale Point Clouds
PulseAugur coverage of RandLA-Net: Efficient Semantic Segmentation of Large-Scale Point Clouds — every cluster mentioning RandLA-Net: Efficient Semantic Segmentation of Large-Scale Point Clouds across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
激光雷达分割研究探讨用于不平衡缓解的采样策略
一篇新研究论文探讨了不同采样策略在缓解激光雷达语义分割中类别不平衡方面的有效性。研究发现，逆频率加权会显著降低性能，尤其对少数类。对于KPConv等结构化采样架构，均匀加权被证明是有效的，而RandLA-Net等随机采样架构则受益较少。该研究强调了采样方法、不平衡严重程度和数据特征之间复杂的相互作用，这些因素决定了在自动驾驶导航和城市测绘中成功缓解不平衡的方法。
-
新的NEST3D数据集提供织布鸟巢的高分辨率3D扫描
研究人员推出了NEST3D，这是一个大规模多模态数据集，旨在捕捉社交织布鸟巢的复杂3D结构。该数据集包含超过1.4 TB的数据，包括RGB和多光谱图像、数百万个3D点以及语义分割标签，旨在克服以往缺乏精细结构细节的数据集的局限性。该论文对几种语义分割算法进行了基准测试，其中Point Transformer V3取得了86.35%的显著mIoU，同时也突出了卷积方法的挑战。