Обучите сеть семантической сегментации PointSeg на 3-D организованных данных об облаке точек лидара.

Обучите сеть семантической сегментации SqueezeSegV2 на 3-D организованных данных об облаке точек лидара.

Сгенерируйте код CUDA® MEX для нейронной сети для глубокого обучения для семантической сегментации лидара. Этот пример использует предварительно обученную сеть SqueezeSegV2 [1], которая может сегментировать организованные облака точек лидара, принадлежащие трем классам (фон, автомобиль и грузовик). Для получения информации о методе обучения для сети смотрите, что Сегментация Облака точек Лидара Использует Нейронную сеть для глубокого обучения SqueezeSegV2. Сгенерированный код MEX берет облако точек в качестве входа и выполняет предсказание на облаке точек при помощи объекта DAGNetwork для сети SqueezeSegV2.

Обучите PointNet ++ нейронная сеть для глубокого обучения выполнять семантическую сегментацию на воздушных данных о лидаре.

Сгенерируйте код CUDA® MEX для сети PointNet ++ [1] для семантической сегментации лидара. Этот пример использует предварительно обученную сеть PointNet ++, которая может сегментировать неорганизованные облака точек лидара, принадлежащие восьми классам (создания, автомобили, грузовики, полюса, линии электропередачи, заборы, земля и растительность). Для получения дополнительной информации о сети PointNet ++ смотрите Начало работы с PointNet ++.

Обучите сеть PointPillars для обнаружения объектов в облаках точек.

Сгенерируйте CUDA® MEX для детектора объектов PointPillars с пользовательскими слоями. Для получения дополнительной информации смотрите Лидар 3-D Обнаружение объектов Используя пример Глубокого обучения PointPillars от Lidar Toolbox™.

Выполните типичные методы увеличения данных, используемые в 3-D рабочих процессах обнаружения объектов с данными о лидаре.

Автоматизируйте обнаружения транспортного средства в облаке точек с помощью предварительно обученной сети обнаружения объектов PointPillars в приложении Lidar Labeler. В этом примере вы используете интерфейс AutomationAlgorithm, чтобы автоматизировать маркировку в приложении Lidar Labeler.