一般的模型一个scene 8000个点 已经开始吃力，我们每个scene 81920个点高速且准确~~ （fps 50+). 这下自动驾驶汽车，自动驾驶飞机，自动驾驶火箭都没了烦恼, lol
一直想避免"Yet another model"的鸡肋研究，
这次给自己圆一个梦，给世界处理一片云~
我们的文章直接解决了点云学习中 data structuring 花费时间过长的问题：
发明了CAGQ 方法，保证cover 大部分有点空间的情况下，高速组建点cluster，瞬间完成data aggregation：
无论是理论上还是实验中，我们的效率都比 FPS甚至random sampling快的多。当然，配套的cuda代码也是保证高速的关键。
具体的方安如下：
当然我们在GCN上也有创新，最终不但速度快，accuracy也SOTA， 稍微秀下结果美图，请诸位大科学家们笑纳：
