PartNet对称层次结构数据集（PartNet-Symh）
介绍
PartNet-Symh数据集通过为每个形状添加细粒度零件的递归层次组织来扩充PartNet数据集。 PartNet数据集最初是在“ PartNet：用于细粒度和层次化部分级别3D对象理解的大规模基准”中提出的。 层次结构遵循[Wang等人，2003年]中定义的对称层次结构。 2011]。 对称层次结构用于训练在我们的论文“ PartNet：用于细粒度和层次形状分割的递归零件分解网络”中提出的PartNet模型。 通常，PartNet-Symh可用于基于递归神经网络（例如GRASS）训练用于对基于零件的结构进行编码/解码的任何模型。 2017]。
基本信息
数据集包含22369个3D形状，涵盖24个形状类别。 有关数据集的统计信息，请参见表1 。
类别
包
床
瓶子
碗
椅子
钟
展示
门
龙头
帽子
键盘
刀
灯
笔记
