性能比較
整理 447 篇文獻中 1,625 個比較組、共 33,856 筆作者報告的性能數值。數值只在同一張表、同一組設定內並列；同一方法在不同文獻中的報告另外呈現，並標示為不可直接比較。
本頁內容
比較組瀏覽器
一個比較組（comparison group）是原文中的一張表或一段文字，裡面的數值在同一組設定下產生。目前共有 1,625 個比較組，涵蓋 939 個資料集名稱（依原文寫法，未合併）。可用快速按鈕挑出營建相關的基準，或依資料集、指標、來源與方法篩選；展開一個比較組後，圖表只呈現該表的數值，並附原文位置。
清單中的「附狀態註記」是指擷取紀錄對原表格子加了狀態說明的數值，共 1,851 筆，包括失敗、未報告、不適用、只給上下限，以及約略值或未跑完全程等附註。失敗、未報告、不適用、只給上下限與沒有數值的格子在圖上以標記呈現，不畫成長條；只附約略值等附註的數值仍畫成長條，附註列在逐筆明細。
符合 1,625 個比較組。
Table 1 (Affan et al., 2026)
Meshes sampled to 500,000 points, manually coarse-registered then ICP-aligned to TLS ground truth; outlier radius filter; inlier threshold tau = 0.30…
Table 5 (Charron et al., 2026)
Defect quantification on the labelled bridge map (defects segmented with SAM); no ground truth for defect size
Table 6 (Charron et al., 2026)
Crack quantification on the labelled garage map; crack length crudely estimated as the largest distance between any two points of the defect cloud; no…
Table 7 (Charron et al., 2026)
Reference-free map quality of the lidar inspection map for three refinement levels (None = online SLAM only, light = light loop closure, max = full of…
Table 8 (Charron et al., 2026)
Ray-tracing time per image for three images with the same timestamp near the start of the garage dataset; ablation of the proposed speed-ups (map crop…
Table 9 (Charron et al., 2026)
Lengths of unambiguous features measured on site (instrument not stated) versus the same features measured in the colourized map; measurements 1-5 bri…
Text Sec. 5.5.3 (Charron et al., 2026)
Summary of Table 9 stated in the text
Table 2 (Chen et al., 2026)
Secondary compilation of localization accuracy reported by cited deployments, with the review's ground-truth and environment labels; not re-verified
Table 1 (Chowdhury et al., 2026)
Image-loss metrics of rendered 2DGS scene and planar SSIM of meshes; inputs resized to 938x512; ground-truth mesh is the RENSA model
Table 2 (Chowdhury et al., 2026)
MiDaS-based densified cloud compared with cropped COLMAP sparse cloud; F1 threshold one fifth of building height; timing on RTX 3060
Table 3 (Chowdhury et al., 2026)
GEMA model vs ground truth (authors' RENSA LoD3 model) for single-detached houses; percentage differences as printed
Table 4 (Chowdhury et al., 2026)
post-GEMA output vs 'ground truth image' dimensions (source of these reference dimensions not described) for other typologies
報告數值的覆蓋範圍
熱圖顯示報告數值最多的 25 個方法，在報告數值最多的 15 個資料集上各有幾筆數值。顏色只代表文獻中報告了多少筆數值，不代表方法的表現；空白處也只表示本站擷取的文獻中沒有這個組合。點選儲存格，或聚焦後按 Enter，可在上方的比較組瀏覽器套用這個方法與資料集的篩選。
報告數值最多的方法與資料集
每格是該方法在該資料集上被報告的數值筆數（跨所有來源與指標），顏色越深表示筆數越多；斜線表示本站擷取的文獻中沒有這個組合，不是 0。筆數只描述證據落在哪裡，不代表方法表現。
- 無資料（不是 0）
- 0 至 49
- 50 至 99
- 100 至 149
- 150 至 199
- 200 至 249
按 Tab 進入熱圖後，用方向鍵在儲存格之間移動（上下換列、左右換欄），Esc 關閉提示框；也可開啟表格檢視閱讀全部數值。
共 25 個方法、15 個資料集，圖中合計 3,056 筆數值。點選儲存格，或以方向鍵移到儲存格後按 Enter，會在比較組瀏覽器套用該方法與資料集的篩選。
資料來源本站從已查證文獻擷取的性能數值；資料集依原文寫法，未合併名稱相近者（例如 KITTI 與 KITTI odometry）。
同一方法在不同文獻中的報告
選擇一個方法，檢視它在同一個資料集與指標上，被不同文獻報告的數值。不同文獻的序列劃分、對齊方式、統計量、硬體與參數可能不同，甚至是同一方法的不同版本；並列只為呈現「各文獻報告了什麼」，可用來找出需要核對的差異，不能用來判斷方法的優劣。
選擇一個方法後，這裡會列出它在各資料集與指標上，被兩篇以上文獻報告的數值。
精度與執行時間
有些文獻對同一批方法同時報告精度與每幀執行時間或處理頻率。這裡只在單一文獻內，把同一方法、同一資料集、同一序列的兩個數值配成一點；找不到完全相同的序列時不自行配對，也不換算單位。執行時間高度依賴硬體與實作，不同文獻的點不放在同一張圖上。
捲動到這裡時會自動載入所選文獻的表格。
閱讀指引：常見的性能指標
以下只摘要判讀本頁數值時最常用到的定義；完整的定義、公式與限制見三層評估。
ATE RMSE
絕對軌跡誤差（absolute trajectory error, ATE）先把估計軌跡對齊參考軌跡，再計算逐幀平移誤差；TUM RGB-D 基準以 Horn 的閉式解做剛體對齊，並以均方根（RMSE）彙總(Sturm et al., 2012, Sec. VII-B)。讀數值時要一併看對齊方式與統計量：Zhang 與 Scaramuzza 主張對齊的自由度應依感測模態決定，單目用含尺度的 Sim(3)、雙目用 SE(3)(Zhang & Scaramuzza, 2018, Table I)；同一條軌跡的 RMSE、平均值與最大值也不相同。
APE
絕對位姿誤差（absolute pose error, APE）是開源評估工具 evo 以 evo_ape 命令計算的量；evo 另提供時間關聯、對齊與尺度校正等選項(Grupp, 2017, README)，所以原文寫 APE 時，仍要看它採用的對齊方式與統計量。原文的用詞與統計量並不一致：部分寫作 ATE 的數值是最大值、中位數或未註明統計量，也有寫作 APE RMSE 的數值。本站因此把兩者合為同一類「絕對軌跡誤差（ATE 或 APE）」，並在每個數值的標籤旁標出統計量（RMSE、平均、中位數、最大值，或統計量未報告）。判讀時請以每張圖下方列出的原文指標寫法、統計量與對齊方式為準。
RPE
相對位姿誤差（relative pose error, RPE）比較相隔 Δ 的位姿對之間，估計與參考的相對運動差異，可以反映漂移；Sturm 等人建議評估 SLAM 時對所有 Δ 取平均(Sturm et al., 2012, Sec. VII-A, Eq. 1-3)。本頁把平移與旋轉部分分開列出；Δ 用幀數、時間或距離表示時，數值不能互相比較（推論）。
KITTI 平移誤差百分比
KITTI 里程計基準對一組子序列計算旋轉與平移誤差，並依子序列長度與車速分別統計，目的在避免只看終點誤差而受錯誤發生時間影響(Geiger et al., 2012, Sec. 2.5, Eq. 2-3)。本頁的「KITTI 平移誤差」是原文以百分比報告的這類相對誤差，「KITTI 旋轉誤差」則以原文的角度單位列出。子序列長度等計算細節以基準網站為準，本站未查證；同一篇論文在訓練序列與測試伺服器上的結果也應分開看。
端點漂移
漂移（drift）是誤差隨軌跡長度或時間累積的程度，沒有統一公式；有的研究報告某段距離後的偏差，有的報告占軌跡長度的比例。只比較起點與終點位姿可能產生誤導(Sturm et al., 2012, Sec. VII-A)，因此端點漂移只說明一條路徑回到起點時的偏差，不代表路徑中段的誤差。
每幀執行時間與處理頻率
每幀執行時間（runtime per frame）與處理頻率（frequency）取決於處理器、是否使用 GPU、執行緒數、輸入的點數與頻率，以及計時涵蓋哪些模組，例如只有里程計（odometry），或也包含建圖與迴圈閉合（loop closure）；這是本站的推論。Hilti-Oxford 挑戰賽的作者也指出，其計分不計入延遲與計算量(Zhang et al., 2023c, Sec. VI-B, VI-C)。本頁把毫秒與赫茲分開列出，不互相換算，並在圖上標出原文報告的硬體。