2019年6月7日，上海交通大学智能车实验室在ScanNet数据集上进行2D语义分割评测，取得59.2%的mIoU精度，并获得了第一名的成绩。评测使用的是由博士生邓琉元提出的多模态语义分割网络RFBNet。
ScanNet是一个拥有250万个视图和1513个场景的包含3D相机姿态、曲面重建和语义分割信息的RGB-D视频数据集，2017年5月由斯坦福大学、普林斯顿大学和慕尼黑工业大学联合发布。该数据集有四个评测任务：3D语义分割、3D实例分割、2D语义分割和2D实例分割。此次评测的2D语义分割任务包含2.7万张图像，其中19466张图像用于训练，5436张图像用于验证，2135张图像用于测试，对20个类别的分割性能进行了评估。
