HyperAIHyperAI

Command Palette

Search for a command to run...

Toronto – 3D-Datensatz Zur Semantischen Segmentierung Von Stadtstraßen

Datum

vor 2 Jahren

Größe

1.07 GB

Organisation

Universität von Waterloo

Veröffentlichungs-URL

github.com

Paper-URL

arxiv.org

Lizenz

Other

Featured Image

Toronto-3D ist ein groß angelegter Punktwolken-Datensatz für den städtischen Außenbereich zur semantischen Segmentierung. Dieser groß angelegte beschriftete Datensatz wurde vom MLS-System in Toronto, Kanada, erworben, deckt ungefähr 1 km Punktwolke ab und besteht aus ungefähr 78,3 Millionen Punkten mit 8 beschrifteten Objektklassen.

Toronto-3D.torrent
Seeding 2Wird heruntergeladen 0Abgeschlossen 861Gesamtdownloads 667
  • Toronto-3D/
    • README.md
      1011 字节
    • README.txt
      1.97 KB
      • data/
        • Toronto_3D.zip
          1.07 GB

KI mit KI entwickeln

Von der Idee bis zum Launch – beschleunigen Sie Ihre KI-Entwicklung mit kostenlosem KI-Co-Coding, sofort einsatzbereiter Umgebung und bestem GPU-Preis.

KI-gestütztes kollaboratives Programmieren
Sofort einsatzbereite GPUs
Die besten Preise

HyperAI Newsletters

Abonnieren Sie unsere neuesten Updates
Wir werden die neuesten Updates der Woche in Ihren Posteingang liefern um neun Uhr jeden Montagmorgen
Unterstützt von MailChimp
Toronto – 3D-Datensatz Zur Semantischen Segmentierung Von Stadtstraßen | Datensätze | HyperAI