論文《RandLaNet: Efficient Semantic Segmentation of Large-Scale Point Clouds》閱讀筆記

論文：https://arxiv.org/pdf/1911.11236.pdf 源碼：https://github.com/QingyongHu/RandLA-Net 應用領域：大場景（如室外）的點雲語義分割 數據集： Semantic3D SemanticKITTI S3DIS 主要貢獻：提出更快的點雲語義分割模型。 對比現有的採樣方法，發現隨機採樣最好。 爲了減小隨機採樣丟失的信息，提出局部特

>>阅读原文<<