雷達點密度勝過模型架構，主導物件分類效果

關鍵要點

• •當每個實例的點密度從 1 個提高到 5 個時，macro F1 由 0.381 升至 0.764。
• •large_vehicle 的 F1 從單點時的 0.037，提升至 11 個以上點數時的 0.995。
• •更寬、更深的網路、替代編碼方式與不同直方圖分箱，都沒有帶來超出雜訊範圍的顯著改善。
• •雷達觀測稀疏時，僅依靠補償速度，很難區分靜止的 two_wheeler 與 pedestrian。