تقدم هذه الورقة بنيانًا جديدًا للتعلم العميق يُسمى PointGrid، مصمم لتمييز النماذج ثلاثية الأبعاد من سحابات نقاط غير منظمة. يُدمج هذا البناء الجديد سحابة النقاط المدخلة في شبكة ثلاثية الأبعاد باستخدام استراتيجية عينة بسيطة ولكن فعالة، ويتعلم التحويلات والسمات مباشرةً من إحداثياتها الخام. يُعدّ النهج المقترح تكاملًا بين النقاط والشبكة، أي نموذجًا هجينًا، يُستفيد من بساطة الأساليب القائمة على الشبكة مثل VoxelNet مع تجنب خسارة المعلومات المرتبطة بها. يتعلم PointGrid معلومات عالمية أفضل مقارنةً بـ PointNet، ويكون أبسط بكثير من PointNet++ و Kd-Net و Oct-Net و O-CNN، مع تقديم دقة تمييز مماثلة. وقد أظهرت التجارب على معايير شهيرة لتمييز الأشكال أداءً تنافسيًا مقارنةً بالأساليب الحالية للتعلم العميق، سواء في التصنيف أو التجزئة.