CVPR 2024 | 重新审视并改正小样本3D分割任务中的问题！新benchmark开启广阔提升可能性！

文章预览

前言   当前的 FS-PC S任务setting具有两个显著的问题：前景泄漏和稀疏点分布。对此，本文提出了一个新的setting来标准化FS-PCS任务，采用均匀采样并增加采样点数10倍到20480点。新setting下的输入有一致性的点的分布和更清晰的语义信息，使得该任务更加贴近于真实的应用场景。  Pytorch训练营，花两个星期彻底掌握代码实现 CV各大方向专栏与各个部署框架最全教程整理 CV全栈指导班、基础入门班、论文指导班 全面上线!! 来源： CVer 仅用于学术分享，若侵权请联系删除      3D Few-shot分割结果示例 1. 技术背景 3D场景理解在自动驾驶、智能机器人等领域扮演着至关重要的角色，它使设备能够感知并理解周围的三维世界。尽管传统的全监督学习模型在特定类别的识别上表现出色，但这些模型通常只限于识别这些预定义的类别。这就意味着，每当需要识别新 ………………………………