在本文中作者探索了3D点云的高效数据学习,提出了对比场景上下文,这是一种3D预训练方法,它同时利用了场景中的点级对应关系和空间上下文。此方法可以在缺乏训练数据或标签的一系列基准上获得最新的结果。作者研究表明,可能没有必要对3D点云进行详尽的标注。值得注意的是,在ScanNet上,即使使用0.1%的点标签,使用完整注解的基准性能仍然达到89%(实例分割)和96%(语义分割)。
项目地址:
https://sekunde.github.io/project_efficient/
paper地址:
https://arxiv.org/pdf/2012.09165.pdf
关于更多机器学习、人工智能、增强现实、Unity、Unreal资源和技术干货,可以关注公众号:三次方AIRX,共同学习,一起进步!AIRX三次方:超酷的开发者学习服务与交流平台(专注ARVR、Unity、Unreal、CV、AI领域)学ARVR开发,来AIRX三次方!!!