Впервые опубликован датасет для семантической сегментации облаков точек прямо с мобильного лазерного сканера — размечены 1,23 миллиарда точек

Исследователи из Китая выпустили набор данных Semantic-ITC — первый общедоступный бенчмарк для семантической сегментации кадров мобильного лазерного сканирования (MLS) внутри помещений. Раньше все подобные датасеты либо собирали точки после реконструкции сцены (сшивки сканов в единую сетку), либо касались только улиц. Новый — сырой, разреженный, покадрово — именно так, как реально выглядит съёмка лазерным сканером в коридоре или офисе.

52 последовательности, 79 тысяч кадров, 16 классов: стены, окна, колонны, мебель, оборудование, даже комнатные растения. Разметку сделали гибридно — сшили прогнозы нейросетки с синхронизированных RGB-изображений и структурную информацию из BIM (информационной модели здания), потом вручную правили. Лучший из протестированных алгоритмов набрал 79,27 процента средней точности по пересечению — mIoU (метрика, показывающая, насколько предсказанные маски точек совпадают с реальными).

Это важно для архитектора: если модели научатся понимать сырые данные прямо со сканера, они смогут быстрее и точнее превращать обмеры в цифровые двойники, причём без этапа трудоёмкой сшивки кадров. На практике это значит — меньше ручной обработки сканов и более раннее распознавание коллизий между проектными решениями и реальной геометрией здания.

Текст подготовлен ИИ по материалу первоисточника.