Toronto-3D est un ensemble de données de nuages de points urbains extérieurs à grande échelle pour la segmentation sémantique. Cet ensemble de données étiquetées à grande échelle a été acquis auprès du système MLS de Toronto, au Canada, couvre environ 1 km de nuage de points et se compose d'environ 78,3 millions de points avec 8 classes d'objets étiquetées.

Citation

Veuillez envisager de citer nos travaux : @inproceedings{tan2020toronto3d, titre={{Toronto-3D} : Un ensemble de données lidar mobiles à grande échelle pour la segmentation sémantique des routes urbaines}, author={Tan, Weikai et Qin, Nannan et Ma, Lingfei et Li, Ying et Du, Jing et Cai, Guorong et Yang, Ke et Li, Jonathan}, booktitle={Actes des ateliers de la conférence IEEE/CVF sur la vision par ordinateur et la reconnaissance des formes}, pages={202–203}, année={2020} }