文章目录RandLA-Net + SensatUrban：户外大规模点云语义分割实战一、架构二、环境2.1 系统2.2 安装三、数据 (SensatUrban)3.1 下载3.2 类别 (13 类)3.3 预处理四、模型 (RandLA-Net for TF2)五、训练5.1 配置5.2 训练命令5.3 监控六、测试七、评估7.1 结果打包7.2 精度八、可视化九、常见问题十、总结代码链接与详细流程购买即可解锁1000+YOLO优化文章，并且还有海量深度学习复现项目，价格仅需两杯奶茶的钱，每日更新RandLA-Net + SensatUrban：户外大规模点云语义分割实战一、架构输入点云 (N × 9: xyz + rgb + 归一化坐标) ↓ Random Sampling × 4 (保留 N/4) ↓ Local Feature Aggregation (LFA) ├── LocSE (邻域位置编码) ├── Attentive Pooling (注意力权重聚合) └── Dilated Res Block (残差 + 空洞) ↓ 全连接层 + Dropout ↓ Softmax (N × C)模块输入输出功能Random SamplingN 点N/4 点逐步降密LocSExyz + 特征