TS40K: a 3D Point Cloud Dataset of Rural Terrain and Electrical Transmission System

在3D场景理解的监督学习算法研究中，随着性能在多个数据集上的显著提高，其重要性日益凸显。这项研究的主要驱动力是自动驾驶问题，其次是室内场景分割。然而，这些任务的公开可用的3D数据主要集中在城市场景中。本文提出了TS40K，一个包含超过40,000公里欧洲农村地区电力传输系统的3D点云数据集。这不仅是一个新颖的问题，可以帮助高风险的电网检查任务，而且还提供了具有不同特征的3D点云数据，例如高点密度和无遮挡，与自动驾驶和室内3D数据不同。在我们的数据集中，每个3D点都标有22个注释类别中的1个。我们评估了最先进方法在我们的数据集上的3D语义分割和3D物体检测的表现。最后，我们提供了结果的全面分析，以及使用原本不用于学习任务的标签所面临的关键挑战。

本文提出了一个新的问题，即在欧洲农村地区的电力输电系统中进行3D场景理解，以协助高风险的电网检查任务。

本文提出了一个新的3D点云数据集TS40K，用于电力输电系统中的3D语义分割和3D物体检测任务，其中每个3D点都标记了22个注释类别。

本文提出了一个新的问题和数据集，提供了与自动驾驶和室内3D数据不同的3D点云特征。本文还评估了现有的方法在该数据集上的性能，并提供了详细的结果分析和挑战。该数据集对于电网检查任务有着很大的实际应用价值。

最近的相关研究主要集中在自动驾驶和室内场景分割上，例如PointNet和PointCNN等方法。