本文提出了一种卷积网络，可预测物体的RGB图和深度图，并将多幅深度图融合成完整点云，以便对任意视野下的三维物体进行识别。网络通过合成的三维车和椅子模型进行训练，在有杂乱背景并搭配真实车辆图像的情况下，仍可生成合理的推测。
完成下面两步后，将自动完成登录并继续当前操作。
