Papers with Code · CC BY-SA 4.0

3D Semantic Segmentation

190 평가 기록 24 datasets

3D Semantic Segmentation is a computer vision task that involves dividing a 3D point cloud or 3D mesh into semantically meaningful parts or regions. The goal of 3D semantic segmentation is to identify and label different objects and parts within a 3D scene, which can be used for applications such as robotics, autonomous driving, and augmented reality.

개요는 각 항목의 일부입니다. 위 탭에서 전체 기록을 페이지별로 탐색할 수 있습니다.

벤치마크

Papers with Code 아카이브의 데이터셋별 기록 예시입니다. 평가 조건과 지표 방향이 검증되지 않아 순위를 의미하지 않습니다.

Dataset기록된 모델 예시MetricPaperCode
LSK3DNet
test mIoU: 75.6%val mIoU: 70.2%
논문 코드
SPVCNN-34
mean Corruption Error (mCE): 99.16%
논문 코드
DITR
val mIoU: 41.2test mIoU: 44.9
논문 코드
GFNet
mean Corruption Error (mCE): 92.55%
논문 코드
KPConv
mIoU: 81.1Overall Accuracy: 97.8Model size: 14M
논문 코드
DeepViewAgg
miou: 58.3mIoU Category: 73.66miou Val: 57.8Model size: 41.2M
논문 코드
DITR
Top-1 IoU: 0.525Top-3 IoU: 0.762
논문 코드
LCPFormer
mIoU: 63.4
논문 코드
SCF-Net
OA: 95.50mIoU: 73.60
논문 코드
CSN
mIOU: 62.1
논문 코드
OneFormer3D
mIoU (6-Fold): 75.0mIoU (Area-5): 72.4
논문 코드
KpConv
mIOU: 53.73
논문 코드

데이터셋

24개

논문

라이브러리

Papers with Code 리더보드 row에 연결된 구현 저장소입니다.

하위 태스크