本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 了解 3D 點雲語意分割任務類型
<a name="sms-point-cloud-semantic-segmentation"></a>

語意分割涉及將 3D 點雲的個別點劃分為預先指定的類別。當您希望工作者為 3D 點雲建立點層級語意分割遮罩時，請使用此任務類型。例如，假設您指定 `car`、`pedestrian` 和 `bike` 類別、工作者一次選取一個類別，並將點雲中所有套用此類別的點都塗上相同的顏色。

對於此任務類型，工作者所標籤的資料物件是單一點雲影格。Ground Truth 會使用您提供的點雲資料產生 3D 點雲視覺效果。您也可以提供相機資料，以提供有關影格中各場景的更多視覺化資訊給工作者，協助工作者給物件上色。當工作者在 2D 影像或 3D 點雲中給物件上色時，顏色會顯現在另一個視圖中。

您也可以使用 3D 點雲語意分割調整或標籤任務類型，以調整或驗證 3D 點雲物件偵測標籤工作中建立的註釋。若要進一步了解調整和驗證標籤工作，以及了解如何建立，請參閱[標籤驗證和調整](sms-verification-data.md)。

如果您是 Ground Truth 3D 點雲標籤模式的新使用者，我們建議您檢閱[3D 點雲標籤工作概觀](sms-point-cloud-general-information.md)。此標籤模式與其他 Ground Truth 任務類型不同，本主題概述建立 3D 點雲標籤工作時，應注意的重要細節。

下列主題說明如何建立 3D 點雲語意分割工作、顯示工作者任務介面 (工作者處理任務時看到的畫面)，以及如何在工作者完成任務時提供您取得的輸出資料概觀。

**Topics**
+ [建立 3D 點雲語意分割標籤工作](sms-point-cloud-semantic-segmentation-create-labeling-job.md)
+ [檢視 3D 點雲語意分割任務的工作者任務介面](sms-point-cloud-semantic-segmentation-worker-ui.md)
+ [3D 點雲語意分割任務的輸出資料](sms-point-cloud-semantic-segmentation-input-data.md)