Relationship between number of points and error in DBH estimation.

Figshare2018-04-25 更新2026-04-29 收录

数据链接：

https://figshare.com/articles/dataset/Relationship_between_number_of_points_and_error_in_DBH_estimation_/6177794 数据链接链接失效反馈

官方服务：

资源简介：

Relationship between number of points and error in DBH estimation.

创建时间：

2018-04-25

场景点云数据集

机器人视觉

点云分析

场景点云数据集主要面向机器人作业空间视觉目标重构与实时动态侵入检测的研究，针对其中的场景点云物体类别分割神经网络模型的训练数据需求，基于realsense d455深度相机对相应机器人作业场景的拍摄生成的点云，主要拍摄了机器人作业过程中行人进入或其他物体侵入时的场景点云数据，并对点云中各个点的实际物体所属类别进行标注从而形成数据集。同时对实际场景进行仿真模拟，产生仿真场景点云以补充实际场景数据稀少

国家基础学科公共科学数据中心510

点云识别算法_3D目标检测

3D目标检测

点云分析

雷达目标检测算法，能够分析雷达点云中的数据，提取每个目标信息，包含坐标、速度、航向角、大小、类别等

海南省数据产品超市2023-11-29 更新360

TPCOMP: Temporal Point Clouds of a wOrkpiece in the Machining Process

工艺监控

点云分析

Temporal point clouds sampled from a workpiece in progress using 16 different machining tools. The datasets were created using a machining simulation in the Unit Industrial...

B2FIND40

GA-NET：用于点云语义分割的全局注意力网络

点云分析

语义分割

如何从3D点云中学习长距离依赖关系是3D点云分析中的一个挑战性问题。为了解决这个问题，我们提出了一个名为GA-Net的全局注意力网络，用于点云语义分割。这包括一个与点无关的全局注意力模块和一个与点有关的全局注意力模块，以获取3D点云的上下文信息。点独立的全局注意力模块简单地为所有3D点共享一个全局注意力图。在点依赖的全局注意力模块中，对于每一个点，我们利用一个新颖的随机交叉注意力块，只使用两个随机

中国科学院脑科学数据中心2023-11-22 更新390

Point cloud data from terrestrial laser scanning for stem volume modelling of Scots pine trees

林业测量

点云分析

Stem volume is a key forest inventory attribute characterizing growth and yield of individual trees and forest stands. Three-dimensional information from terrestrial laser scanning (TLS) can be used t

Mendeley Data2024-06-25 更新80

Relationship between number of points and error in DBH estimation.

资源简介：

相关数据集