根据Google的声明，近几年来3D传感器（如激光雷达，深度感应摄像头和雷达）的增长，导致需要一种可以处理这些设备捕获的数据的场景理解技术。Google认为，这种需求技术可以使使用这些传感器的机器学习系统（例如自动驾驶汽车和机器人）在现实世界中导航和操作，从而在移动设备上创造增强的增强现实体验。
搜索引擎提供商Google指出，计算机视觉领域最近在理解3D风景方面取得了良好的进展，其中包括用于移动3D对象检测，透明对象检测的模型等等。但是，该公司在其博客文章中指出，由于可用性工具和资源有限，可能难以在现场进行操作。
科技巨头Google已发布TensorFlow 3D，这是一个模块化且高效的库，旨在为TensorFlow带来三维深度学习功能，以进一步发展和改善对三维场景的理解，并减少感兴趣的研究人员的进入障碍。
由技术公司开发的TensorFlow 3D库允许更广泛的研究社区开发，训练和分发前沿的3D场景理解模型。此外，新库提供了流行的交易，损失功能，数据处理工具，模型和指标。
TF 3D还可以启用其他潜在应用程序，例如3D对象形状预测，点云记录和点云凝结。此外，它提供了统一的数据集功能和配置，用于训练和评估标准3D场景洞察数据集。
由Google在博客文章中宣布的新库目前支持Waymo Open，ScanNet和Rio数据集。但是，用户可以将其他流行的数据集(例如NuScenes和Kitti)自由转换为相似的格式，并在预先存在的或定制的管道中使用它们。
Google还指出，用户可以利用TF 3D进行各种3D深度学习研究和应用，通过快速构建原型并尝试新想法来实施实时推理系统。
要了解有关由Google创建的TensorFlow 3D的更多信息，以进一步发展和改善对三维场景的理解，您可以访问Google发布的有关该主题的博客文章。
