网站链接：
http://www.semantic3d.net/view_dbase.php?chl=1虽然PointCNN的论文中是没有这块实验的，但是在github上，作者做了实验，代码也都发出来了。
Semantic3D是户外场景点云数据库，为什么要介绍这个数据库呢？
因为我们使用‘户外场景’的数据做实验，这种论文能投的期刊范围会更广一些。比如遥感类的期刊，就很喜欢这种场景，它不喜欢ModelNet40这种只有模型的数据库。
这个数据库分了两种数据：
一种是semantic8，包含8类东西（1: man-made terrain, 2: natural terrain, 3: high vegetation, 4: low vegetation, 5: buildings, 6: hard scape, 7: scanning artefacts, 8: cars），训练集和测试集各15个，其中一个训练数据是这样的：
这套数据集总共包含超过10亿的点。作者怕你的算法消受不起，于是提供了一份压缩版的， reduced8，点数就少多了。
点击data，下拉就可以选择你要下载的数据库了。
欢迎关注公众号【3D点云深度学习】
