《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》
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。
图表编号 | XD00188335900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.25 |
作者 | 刘训华、孙韶媛、顾立鹏、李想 |
绘制单位 | 东华大学信息科学与技术学院、东华大学数字化纺织服装技术教育部工程研究中心、东华大学信息科学与技术学院、东华大学数字化纺织服装技术教育部工程研究中心、东华大学信息科学与技术学院、东华大学数字化纺织服装技术教育部工程研究中心、东华大学信息科学与技术学院、东华大学数字化纺织服装技术教育部工程研究中心 |
更多格式 | 高清、无水印(增值服务) |