1.一种计算机实现的机器学习方法，所述方法包括：
-提供(s10)3d点云的数据集，每个3d点云包括至少一个对象，每个3d点云配备有对一个或多个图形用户交互的规定，所述一个或多个图形用户交互各自表示对所述3d点云中的同一对象的相应选择操作；以及
-基于所述数据集使神经网络进行学习(s20)，所述神经网络被配置用于对包括对象的输入3d点云进行分割，所述分割是基于所述输入3d点云并且基于对一个或多个输入图形用户交互的规定的，所述一个或多个输入图形用户交互各自表示对所述3d点云中的所述对象的相应选择操作。
2.根据权利要求1所述的方法，其中，提供(s10)所述3d点云的数据集包括：
-提供所述3d点云，并且针对每个3d点云，提供有关所述3d点云中所述同一对象的位置的信息；以及
-对于每个3d点云：
ο通过模拟所述一个或多个图形用户交互中的每个图形用户交互来确定规定；以及
ο为所述3d点云配备对所述一个或多个图形用户交互的所述规定。
3.根据权利要求2所述的方法，其中，所述一个或多个图形用户交互中的每个图形用户交互对应于各自在所述3d点云上定义的一个或多个种子位置，并且模拟所述图形用户交互包括确定所述一个或多个种子位置。
4.根据权利要求3所述的方法，其中，所述一个或多个图形用户交互包括第一图形用户交互，所述第一图形用户交互用于选择所述同一对象并且对应于各自定义在所述同一对象上的一个或多个第一种子位置。
5.根据权利要求4所述的方法，其中，确定一个或多个种子位置包括将所述一个或多个第一种子位置散布在所述同一对象上。
6.根据权利要求4或5所述的方法，其中，对于至少一个3d点云，所述一个或多个图形用户交互中进一步包括第二图形用户交互，所述第二图形用户交互用于丢弃所述同一对象外部的区域并且对应于各自定义在所述同一对象外部的一个或多个第二种子位置。
7.根据权利要求2至6中任一项所述的方法，其中，对所述3d点云进行配备包括基于模拟每个图形用户交互向所述3d点云的每个点添加量化所述点处的所述选择操作的强度的坐标。
8.根据权利要求7所述的方法，其中，所述一个或多个图形用户交互中的每个图形用户交互用于选择所述同一对象或者用于丢弃所述同一对象外部的区域，并且对于所述3d点云中的每个点，添加所述坐标包括：
-将所述坐标设置为初始值；
-对于用于选择所述同一对象的每个图形用户交互，根据所述图形用户交互和所述点之间的接近度来增加所述坐标；以及
-对于用于丢弃所述同一对象外部的区域的每个图形用户交互，根据所述图形用户交互和所述点之间的所述接近度来减小所述坐标。
9.一种神经网络，所述神经网络能够根据权利要求1至8中任一项所述的方法进行学习。
10.一种使用根据权利要求9所述的神经网络的计算机实现的方法，所述方法包括：
-提供(s30)包括对象的3d点云；以及
-对以下过程的一次或多次迭代：
ο通过执行一个或多个图形用户交互来执行(s40)对所述对象的选择操作；以及
ο通过应用(s50)所述神经网络，基于所述3d点云并且基于对所述一个或多个图形用户交互的规定而对所述3d点云进行分割。
11.根据权利要求10所述的使用方法，其中，所述方法在执行(s40)所述选择操作之后并且在应用(s50)所述神经网络之前还包括：
ο通过针对所述一个或多个图形用户交互中的每个图形用户交互确定由所述图形用户交互所定义的一个或多个种子位置的位置来确定所述规定；以及
ο使所述3d点云配备所述规定，该配备包括将量化在所述点处的所述选择操作的强度的坐标添加到所述3d点云的每个点。
12.根据权利要求10或11所述的使用方法，其中，所述一个或多个图形用户交互包括以下中一项或多项：
-在所述对象上执行一次或多次点击；
-在所述对象上执行划线；
-在所述对象上和/或在所述对象周围定义边界框；
-在所述对象外部执行一或多次点击；和/或
-在所述对象外部执行划线。
13.一种计算机程序，其包括用于执行根据权利要求1至8中任一项所述的方法和/或权利要求10至12中任一项所述的使用方法的指令。
14.一种装置，其包括在其上记录根据权利要求13所述的计算机程序和/或权利要求9所述的神经网络的数据存储介质。
15.根据权利要求14所述的装置，其还包括耦合到所述数据存储介质的处理器。