BriefGPT - AI 论文速递 · 2025-04-08T00:00:00Z Turin3D：在城市LiDAR分割中评估标签稀缺下的适应策略 💡 原文中文，约700字，阅读约需2分钟。 📝 内容提要 本文介绍了Turin3D数据集，覆盖都灵市中心约1.43平方公里，包含近7000万个点，旨在解决城市建模中的标签稀缺问题。通过比较多种点云语义分割模型的性能并应用半监督学习技术，显著提升了模型表现。该数据集将公开发布，推动户外点云分割研究的发展。 🏷️ 标签 Turin3D 半监督学习 城市建模 点云 语义分割 阅读原文 生成长图 分享链接 已复制链接
