语义3D.net swMATH ID: 36654 软件作者： Timo Hackel、Nikolay Savinov、Lubor Ladicky、Jan D.Wegner、Konrad Schindler、Marc Pollefeys 描述： Semantic3D.net：一个新的大规模点云分类基准。本文提出了一个新的3D点云分类基准数据集，该数据集包含超过40亿个手动标记的点，旨在作为数据饥饿（深度）学习方法的输入。我们还讨论了首次提交给基准测试的数据，该基准测试使用深度卷积神经网络（CNN）作为工作马，与最新技术相比，其性能已有显著改进。CNN已成为计算机视觉和机器学习中许多任务（如图像中的语义分割或对象检测）的实际标准，但由于缺乏培训数据，尚未在3D点云标记任务方面取得真正突破。通过本文提供的大量数据集，我们旨在缩小这一数据差距，以帮助释放深度学习方法在3D标记任务中的全部潜力。我们的http URL数据集由静态地面激光扫描仪采集的密集点云组成。它包含8个语义类，涵盖了广泛的城市户外场景：教堂、街道、铁路、广场、村庄、足球场和城堡。我们描述了我们的标签界面，并表明我们的数据集提供了更密集、更完整的点云，与研究社区现有的标记点相比，标记点的总数量要高得多。我们进一步提供了基线方法描述以及提交给我们在线系统的方法之间的比较。我们希望此http URL将为3D点云标记的深度学习方法铺平道路，以学习更丰富、更通用的3D表示，而仅仅几个月后的首次提交表明情况可能确实如此。 主页： https://www.semantic3d.net 源代码： https://github.com/nsavinov/semantic3dnet 关键词： 计算机视觉;模式识别;arXiv_cs。个人简历;机器学习;arXiv_cs。LG公司;神经和进化计算;arXiv_cs。无;机器人学;arXiv_cs。反渗透;点云;基准 相关软件： ShapeNet公司;PointNet（点网）;地图视觉;城市风光;基特语;ImageNet公司;SYNTHIA数据集;OctNet公司;扫描网络;扫描完成;语义KITTI;阿波罗Scape;PASCAL挥发性有机化合物;深度实验室;MS-COCO公司;左侧;Go-ICP公司;DecovNet公司;PartNet（零件网）;A2D2型 引用于： 2文件 全部的 前5名11位作者引用 1 尤尼萨·阿赫桑 1 陈新都 1 刁世普 1 马修·黑根 1 黄云宝 1 李海燕 1 李汉燕 1 刘月生 1 王克峰 1 王远波 1 吴磊 2篇连载文章中引用 1 计算机辅助几何设计 1 计算机图形学和视觉的基础和发展趋势 在2个字段中引用 1 数值分析（65-XX） 1 计算机科学（68至XX） 按年份列出的引文