【点云语义分割】Weakly Supervised Semantic Point Cloud Segmentation: Towards 10× Fewer Labels(CVPR 2020)

论文链接 代码链接 Motivation 弱监督工作都是利用少的标记样本去做更好的预测结果,本文的弱监督包括不完全监督,即只有少量的点带有准确的label;不准确监督,即点云的每个sample都带有一个不准确的label,文章将这两种弱监督的方式互为补充。之后用Siamese Self-Supervision的技术去处理没有label的点云,此外,文章的写作和分析都很到位。 概念陈述 把点云标记为
相关文章
相关标签/搜索