深度学习

深度学习在激光雷达中的应用 -凯发k8网页登录

将人工智能方法用于激光雷达应用

在激光雷达点云上训练、测试和部署用于目标检测和语义分割的深度学习网络。

使用 matlab® 和 simulink®,您可以:

  • 为应用深度学习算法预处理激光雷达点云
  • 使用激光雷达标注器来标注用于目标检测的激光雷达点云
  • 处理大量数据,以便使用数据存储进行训练、测试和验证
  • 为深度学习工作流生成 c/c 和 cuda 代码,以用于在点云数据进行语义分割和目标检测

为什么将深度学习应用于激光雷达?

激光雷达语义分割

应用深度学习算法以分割激光雷达点云。基于激光雷达数据训练、测试和评估语义分割网络,包括 pointnet 、pointseg 和 squeezesegv2。

基于激光雷达点云执行目标检测

检测并绘制激光雷达点云中目标周围的定向边界框,并将其用于目标跟踪或激光雷达标注工作流。设计、训练并评估稳健的检测器,例如 pointpillars 网络。

激光雷达标注

标注激光雷达点云以用于训练深度学习模型。借助激光雷达标注器,应用内置或自定义算法以自动标注激光雷达点云,并评估自动化算法的性能。

部署

为 pointpillars、squeezesegv2 和 pointnet 等网络生成 cuda® mex 代码,以在 gpu 上部署点云分割或目标检测算法。

使用 matlab 进行激光雷达的深度学习

产品

了解激光雷达应用的深度学习的相关产品。

网站地图