候補点のサンプリングと抑制により物体検出を行わずインスタンスセグメンテーションを実施できることが新規性である。検出による手法ではBoxの位置により異なる物体の領域が混同して誤ることも多かった。

Stanford 3D Indoor Semantic Dataset (S3DIS)やSceneNNにおいて評価を行なった。ベースラインであるASIS/JSIS等と比較し、S3DISデータセットにおいてCeilingやFloorではASISの方が性能が高いが、総合的な性能では勝てることを主張。

検出を必要としないインスタンスセグメンテーションであり、2D物体検出のTwo-stage/One-shot Detectorへの切り替わりのよう。