对于一些具有挑战的类别也可以正确地进行预测并维持清晰的边界，比如第二行中的浴帘：
下表还展示了在Matterport3D数据上针对不同类别的预测精度，本文提出的方法在绝大多数类别上也具有良好的预测精度：
最后再展示对应的语义分割结果。这种方法可以有效分离出原始数据中没有标注甚至错误标注的区域（例如最后一行的沙发被标注成了椅子）：
德国亚琛工业大学提出DualConvMesh-Net更好处理3D网格数据
声明：
本文由入驻OFweek维科号的作者撰写，观点仅代表作者本人，不代表OFweek立场。如有侵权或其他问题，请联系举报。
侵权投诉
侵权投诉
