У меня возникли некоторые c проблемы с пониманием того, как реализованы некоторые нейронные сети для сегментации экземпляров облака точек. Например, некоторые сети, обученные и протестированные на Stanford Indoor dataset , обучаются на всей внутренней сцене, отмеченной различными объектами, и затем во время тестирования, когда дана другая внутренняя сцена, сети создают экземпляр облака сегментированных точек.
Мой вопрос: что если у меня есть набор данных, содержащий все объекты, которые могут быть найдены в моей тестовой сцене в виде облаков точек, и я обучаю сеть на этом наборе данных. Чтобы было ясно, у меня нет сцены, аннотированной различными классами, такими как набор данных Standford. У меня есть только объекты в виде облаков точек без каких-либо деталей фона.
Во время тестирования я даю ему сцену. Могут ли сети обнаруживать и сегментировать облако точек тестовой сцены, чтобы распознавать только те объекты, для которых оно было обучено, а остальное понимание сцены не имеет значения для моего варианта использования.
Было бы очень полезно, если бы кто-то мог сказать мне, что я не правильно понимаю.