《表3 增强实验结果：基于激光雷达点云的小目标语义分割增强方法》
提示：宽带有限、当前游客访问压缩模式
如表3所示，根据小目标分割和平均分割的IOU，当原始“图像”和增强的“图像”一起拿来训练后，模型效果达到最佳。
| 图表编号 | XD00162330600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.04.25 |
| 作者 | 谢波、赵亚男、高利、高峰 |
| 绘制单位 | 北京理工大学机械与车辆学院、北京理工大学机械与车辆学院、北京理工大学机械与车辆学院、北京理工大学机械与车辆学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 实验参数设置：复杂场景下基于增强YOLOv3的船舶目标检测》2020.09.10
- 《表1 实验结果精度对比：基于微调语义分割模型的街景影像变化检测方法》2021.02.15
- 《表2 基于边界/语义增强方法的定量比较》2021.02.01
- 《表3 图像语义分割方法的实验结果对比》2021.01.01
- 《表3 点云语义分割方法的m Io U实验结果对比》2021.01.01
- 《表1 点云语义分割方法的分析与总结》2021.01.01
- 《表2 车辆位置检测结果：基于单线激光雷达的目标车辆位姿检测方法》2021.02.25
- 《表1 实验煤样性质：多尺度融合增强的图像语义分割算法》2021.01.15
- 《表2 用于增强核心系统、基于云的工具》2021.03.30
- 《表1 地面分割对比：基于欧氏聚类的改进激光雷达障碍物检测方法》2020.10.25
- 《表1 KITTI数据集中基于激光雷达点云的目标检测结果》2020.04.25
- 《表1 测试结果：融合个体识别的3D点云语义分割方法研究》2019.12.20
- 《表3 与图像法结果对比：基于三维点云的叶面积估算方法》2019.12.25
- 《表1 叶片面积计算结果：基于三维点云的叶面积估算方法》2019.12.25
- 《表1 实验参数表：基于HDFS跟踪的雷达控制系统鲁棒性增强技术》2019.12.25
- 《表1 雷达仿真参数：基于垂直载荷因子的增强型湍流检测方法仿真》2019.09.01
- 《表1 定量评价结果：基于旋转差值核估计的激光雷达点云建筑物边缘提取》2019.01.10
- 《表1 各截面圆度分析：基于激光三维点云的机械工件识别方法》2019.04.25
- 《表1:匹配结果：基于语义分割的增强现实图像配准技术》2018.12.01
- 《表1 体积计算结果：基于距离反比插值的激光雷达点云贪婪三角网构建及应用》2019.11.10