《表2 Kitti测试集上结果对比》
在Kitti测试集上的平均检测精度比较结果如表2,同时本文就目前较为先进的F-Point Net方法进行了测试结果图的对比,如图4。由表2可知,在Kitti测试集上,对比DoBEM[15]方法、MV3D方法本文方法均有明显优势。对比MV3D,本文方法在Kitti场景复杂度最高的数据集(Hard)下,就车辆类别仍旧提高了8.99%。对比F-Point Net,本文方法在Kitti场景复杂度较低的数据集(Easy)下,对车辆、行人、骑自行车的人三类目标分别提升了2.17%,1.75%,1.91%的平均检测精度,在Kitti场景复杂度最高的数据集(Hard)下,对车辆、行人、骑自行车的人三类目标亦分别提升了1.92%,1.66%,1.73%的平均检测精度。实验结果表明,本文方法对Kitti数据集中三类目标的平均检测精度均有明显提高。
图表编号 | XD00184567300 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.20 |
作者 | 黄漫、黄勃、高永彬 |
绘制单位 | 上海工程技术大学电子电气工程学院、上海工程技术大学电子电气工程学院、上海工程技术大学电子电气工程学院 |
更多格式 | 高清、无水印(增值服务) |