《表4 不同模型的AP值对比》

  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

《基于改进Frustum PointNet的3D目标检测》

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

为了验证各个处理部分对原始网络的影响程度，仅对汽车类别进行对比实验，结果如表3所示。从表3可以看到，宽阈值掩模处理可以有效提高3D目标检测的AP值，注意力机制和Focal Loss对于模型略有帮助。最后，将所提模型与其他模型进行比较，结果如表4所示。从表4可以看到，与原始F-PointNet相比，改进的F-PointNet可以提升整体的检测精度，同时与UberATG-ContFuse[14]相比，仅hard结果略低，与MLOD（Multi-view Labelling Object Detector）[15]相比整体的准确率较高。