PointRAFT 用高度嵌入从部分点云估马铃薯重量
热点事件持续更新
PointRAFT 用高度嵌入从部分点云估马铃薯重量
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Pieter M. Blok 等作者提出点云回归网络 PointRAFT，利用相机与传送带固定距离提供的高度线索，通过专用高度嵌入，从因自遮挡而不完整的点云中估计马铃薯块茎重量。 在 4 个品种、3 个生长季的 859 个块茎、26,688 个点云上训练后，该网络在 5,254 个点云的测试集上取得 MAE 11.7 g、RMSE 17.1 g，表现优于六个未使用高度嵌入的点云回归网络。 作者称代码、网络权重和部分数据集已公开。
AI 根据报道生成 · 52 分钟前更新
最新进展11月5日 13:00
PointRAFT：用 3D 深度学习从部分点云高通量预测马铃薯块茎重量报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv cs.AIPointRAFT：用 3D 深度学习从部分点云高通量预测马铃薯块茎重量
PointRAFT 是一种点云回归网络，通过专用的高度嵌入引入相机与传送带固定距离提供的几何线索，从自遮挡导致的不完整点云中估计马铃薯块茎重量。在 859 个块茎、26,688 个点云（4 个品种、3 个生长季）上训练后，其在 5,254 个点云的测试集上取得 MAE 11.7 g、RMSE 17.1 g，优于六个无高度嵌入的点云回归网络。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。