《表2 MKF Pointnet++训练准确率与误差表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《融合MKF的Pointnet++优化算法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

首先使用MKF Pointnet++算法对ModelNet40点云数据集进行分类训练，将点云数据集分为7组，其中5组作为训练样本，剩下2组作为测试样本，每组样本都包含了所有标签．先输入训练样本，对模型进行训练．在训练样本中，分别以batch=50、100、150…600为Sampling&Grouping Layer，对每一层Sampling&Grouping Layer使用mini point net进行训练，共训练150代．具体训练参数为batch＿size=16，decay＿rate=0.7，learning＿rate=0.001，max＿epoch=150，num＿point=1024，得到训练过程数据如表2所示．