论文《RandLaNet: Efficient Semantic Segmentation of Large-Scale Point Clouds》阅读笔记

论文：https://arxiv.org/pdf/1911.11236.pdf 源码：https://github.com/QingyongHu/RandLA-Net 应用领域：大场景（如室外）的点云语义分割 数据集： Semantic3D SemanticKITTI S3DIS 主要贡献：提出更快的点云语义分割模型。 对比现有的采样方法，发现随机采样最好。 为了减小随机采样丢失的信息，提出局部特

>>阅读原文<<