《表4 KITTI数据集上的定量评估》
所设计的光流网络在Flying Chairs和FlyingThings3D数据集上进行训练,在Flying Chairs数据集上训练时,批量大小设置为8,在Flying Things3D数据集上训练时批量大小设置为4。在Flying Chairs数据集上训练的迭代次数为1.2×106次,初始学习率为0.000 1,在训练到4×105次之后每经过2×105次迭代,学习率缩减一半。然后,在Flying Things3D数据集上进行微调,初始学习率设置为0.000 01,并在迭代3×105之后每迭代105次将其减小一半。此外,分别在MPI-Sintel、KITTI2012和KITTI2015数据集的训练集和测试集上测试训练得到的模型,并与近期相关工作进行了全面比较。值得注意的是,训练网络的训练集并不包含这3类数据集中的训练集。表3和表4显示了在不同基准数据集下测试得到的数值结果,误差度量使用平均端点误差(average end point error,AEE),在KITTI2015数据集上使用的误差度量为光流估计错误像素点所占的百分比。
图表编号 | XD00223473500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 周海赟、项学智、翟明亮、张荣芳、王帅 |
绘制单位 | 南京森林警察学院治安学院、哈尔滨工程大学信息与通信工程学院、哈尔滨工程大学信息与通信工程学院、哈尔滨工程大学信息与通信工程学院、哈尔滨工程大学信息与通信工程学院 |
更多格式 | 高清、无水印(增值服务) |