基于三维点云场景的语义及实例分割：RandLA-Net和3D-BoNet

本文整理自牛津大学的杨波和胡庆拥在深蓝学院的线上公开课论文演讲。两位作者都是来自牛津大学的博士生，RandLA-Net和3D-BoNet分别发表在CVPR20和NeurIPS19上，两份工作都具有非常大的贡献。前者着力于大规模场景的点云语义分割，后者着力于点云实例分割的速度和精度的平衡。 原公开课免费观看：https://www.shenlanxueyuan.com/open/course/53

>>阅读原文<<