论文研读之《RandLaNet: Efficient Semantic Segmentation of Large-Scale Point Clouds》
论文：https://arxiv.org/pdf/1911.11236.pdf代码：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：Semantic3DSemanticKITTIS3DIS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，提出局部特征采样器，包括Lo