《表2 不同算法在各类模型上的pIoU》
不同算法在各类模型上的分割准确率如表2所示。与文献[18]相比,本文算法对滑板和桌子模型的分割效果得到显著提升,IoU分别提高了7.3%和9.4%。文献[25]的方法侧重于分割用户指定标记的模型区域,属于一种强监督学习算法,因此对细小部件的分割准确率高,如摩托车的准确率高于本算法4.3%。文献[27]可根据点云不同的密度采用不同的分辨率提取特征,其在点云密度变化明显的模型上的分割准确率高于本算法,如手提包和帽子模型,分别高于本算法6.7%和9.9%。
图表编号 | XD00188338600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.25 |
作者 | 杨军、李东浩 |
绘制单位 | 兰州交通大学电子与信息工程学院、兰州交通大学自动化与电气工程学院 |
更多格式 | 高清、无水印(增值服务) |