《表4 不同目标检测算法实验AP对比结果(%)》

  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

《融合稀疏点云补全的3D目标检测算法》

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

以上为实验的主观结果，但要是衡量点云补全算法在目标检测任务中的有效性，还需要从客观的目标检测结果的平均精度（average precision，AP）来分析。表3给出了在Nvidia GeForce 1060TiGPU，Ubuntu16.04，Python2.7，Tensorflow1.12实验配置下，本文算法各个环节运行的平均时间。表4是不同算法对KITTI数据集中的车辆目标进行检测的结果，结果中的简单、中等、困难表示不同遮挡情况以及稀疏程度的点云。目标检测的IOU阈值设定为0.7。