PartNet: 세부적이고 계층적인 부품 수준 3D 객체 이해를 위한 대규모 벤치마크

우리는 PartNet을 소개합니다: 세밀한, 인스턴스 수준의, 계층적인 3D 부품 정보로 주석된 일관성 있는 대규모 3D 객체 데이터셋입니다. 본 데이터셋은 24개 객체 카테고리를 포함하는 26,671개의 3D 모델에 걸쳐 573,585개의 부품 인스턴스를 포함하고 있습니다. 이 데이터셋은 형태 분석, 동적 3D 장면 모델링 및 시뮬레이션, 사용 가능성 분석 등 다양한 작업을 가능하게 하며 이를 촉진하는 역할을 합니다. 우리의 데이터셋을 활용하여 세밀한 의미 분할(fine-grained semantic segmentation), 계층적 의미 분할(hierarchical semantic segmentation), 그리고 인스턴스 분할(instance segmentation)이라는 세 가지 벤치마크 작업을 설정하였습니다. 우리는 세밀한 의미 분할을 위한 네 가지 최신 3D 딥러닝 알고리즘과 계층적 의미 분할을 위한 세 가지 기준 방법을 벤치마킹하였습니다. 또한 부품 인스턴스 분할을 위한 새로운 방법을 제안하고, 기존 방법들보다 우수한 성능을 보임을 입증하였습니다.