本研究探讨了3D形状分类的表示和架构对分类性能的影响。结果显示，多视图方法在简化输入和跨模态传输方面表现最佳。基于点的网络对点位置扰动更稳定，而基于体素和多视图的网络易受微小噪声影响。

本研究探讨了3D形状分类的表示和架构对分类性能的影响。研究发现多视图方法在没有预训练的情况下提供最佳泛化性能，甚至在简化输入时也有效。跨模态传输可以改善基于体素和基于点的架构的性能。基于点的网络对于点位置扰动更稳定，而基于体素和多视图的网络容易受到微小噪声的干扰。