Ejemplo interactivo de LiDAR
Aprenda a cargar datos de nube de puntos, preprocesar conjuntos de datos, definir y entrenar redes, y generar detecciones.
Aprenda a cargar datos de nube de puntos, preprocesar conjuntos de datos, definir y entrenar redes, y generar detecciones.
Para comenzar:
¿No tiene acceso?
¿Necesita un repaso? Pruebe un tutorial interactivo gratuito.
Productos requeridos
Con una red neuronal profunda, puede explorar la detección de objetos de varias clases en datos de nube de puntos. En este ejemplo se utiliza la red PointPillars, que puede detectar objetos en la nube de puntos y ajustar cuadros delimitadores orientados a su alrededor.
fileDatastore
para cargar los archivos PCD desde la ruta especificada con la función pcread
.boxLabelDatastore
para etiquetas de validación ground-truth.Recuerde:
Recuerde:
trainPointPillarsObjectDetector
para entrenar la red PointPillars.Recuerde:
detect
en la nube de puntos de prueba para obtener puntuaciones de confianza y cuadros delimitadores previstos.Siga estos pasos con los vídeos de ejemplo:
Consulte los enlaces a continuación para aprender más tareas de LIDAR, o explorar Deep Learning con aplicaciones relacionadas.
Gracias
Se ha enviado su mensaje.
Seleccione un país/idioma
Seleccione un país/idioma para obtener contenido traducido, si está disponible, y ver eventos y ofertas de productos y servicios locales. Según su ubicación geográfica, recomendamos que seleccione: .
También puede seleccionar uno de estos países/idiomas:
Cómo obtener el mejor rendimiento
Seleccione China (en idioma chino o inglés) para obtener el mejor rendimiento. Los sitios web de otros países no están optimizados para ser accedidos desde su ubicación geográfica.
América
Europa
Asia-Pacífico