PointRAFT:从部分点云高通量预测马铃薯块茎重量
热点事件持续更新
PointRAFT:从部分点云高通量预测马铃薯块茎重量
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Pieter M. Blok 等研究者提出 PointRAFT 点云回归网络,通过高度嵌入引入几何先验,从部分点云预测马铃薯块茎重量。研究在收割机上采集 4 个品种、3 个生长季共 26,688 个点云,测试集上 MAE 为 11.7 g、RMSE 为 17.1 g,优于六个无高度嵌入的回归网络。 每个点云的预处理加推理仅需 6.3 毫秒,研究者称足以在商用马铃薯收割机上进行高通量重量估计。代码、网络权重和数据集子集已公开。
AI 根据报道生成 · 1 小时前更新
最新进展11月5日 13:00
PointRAFT:从部分点云端到端高通量预测马铃薯块茎重量的 3D 深度学习方法报道时间线
沿着报道,了解事件的不同侧面。
11月5日
- arXiv cs.AIPointRAFT:从部分点云端到端高通量预测马铃薯块茎重量的 3D 深度学习方法
PointRAFT 是一种点云回归网络,通过高度嵌入引入几何先验,改进部分点云条件下的马铃薯块茎重量预测。研究在收割机上采集了 4 个品种、3 个生长季共 26,688 个点云,测试集(5,254 个点云、172 个块茎)上 MAE 为 11.7 g、RMSE 为 17.1 g,优于六个无高度嵌入的回归网络。
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。