跳到正文
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

报道时间线

沿着报道,了解事件的不同侧面。

11月5日
  1. arXiv cs.AI
    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

    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。