CP-VoteNet：针对少样本点云目标检测的对比原型VoteNet

本研究针对现有的少样本点云3D目标检测方法在原型学习方面的不足，提出了一种新颖的对比原型VoteNet（CP-VoteNet）。通过引入对比语义挖掘和在几何原语级别施加对比关系，显著提高了特征编码的可转移性。实验结果表明，CP-VoteNet在多个基准上超越了现有最先进的方法，展示了其强大的潜力和影响力。