pointPillarsObjectDetector

Детектор объектов PointPillars

Описание

pointPillarsObjectDetector объект задает детектор объектов PointPillars. Чтобы обнаружить объекты в облаке точек, передайте обученный детектор объектов PointPillars detect объектная функция.

Если у вас есть предварительно обученная нейронная сеть для глубокого обучения PointPillars, можно использовать pointPillarsObjectDetector функция, чтобы создать pointPillarsObjectDetector объект.

Если у вас есть обучающие данные, можно создать нетренированный pointPillarsObjectDetector возразите и используйте trainPointPillarsObjectDetector функция, чтобы обучить модель.

Создание

Описание

detector = pointPillarsObjectDetector(pcRange,class,anchorBox) создает нетренированный детектор объектов PointPillars с заданными атрибутами. Чтобы обучить детектор объектов, необходимо задать его как вход к trainPointPillarsObjectDetector функция.

detector = pointPillarsObjectDetector(net,pcRange,class,anchorBox) создает детектор объектов PointPillars при помощи заданной предварительно обученной сети net.

detector = pointPillarsObjectDetector(___,Name=Value) устанавливает ModelName, VoxelSize, NumPillars и NumPointsPerPillar свойства при помощи аргументов name-value в дополнение к любой комбинации входных параметров от предыдущих синтаксисов. Например, pointPillarsObjectDetector(pcRange,class,anchorBox,ModelName="customDetector") создает детектор объектов PointPillars с именем "customDetector".

Свойства

развернуть все

Имя детектора объектов в виде вектора символов или строкового скаляра.

Чтобы установить это свойство, задайте его в качестве аргумента значения имени при создании объекта. Например, pointPillarsObjectDetector(net,pcRange,class,anchorBox,ModelName="customDetector") определяет имя для детектора объектов к "customDetector".

Это свойство доступно только для чтения.

Нейронная сеть для глубокого обучения PointPillars, чтобы использовать для обнаружения объектов в виде dlnetwork Объект (Deep Learning Toolbox). Можно установить это свойство при создании объекта при помощи входного параметра net.

Это свойство доступно только для чтения.

Область значений облака точки ввода в виде вектора с шестью элементами из формы [xmin xmax ymin ymax zmin zmax].

  • xmin и xmax являются минимумом и максимальными пределами вдоль x - ось, соответственно.

  • ymin и ymax являются минимумом и максимальными пределами вдоль y - ось, соответственно.

  • zmin и zmax являются минимумом и максимальными пределами вдоль z - ось, соответственно.

Установите это свойство при создании объекта при помощи входного параметра pcRange.

Это свойство доступно только для чтения.

Имена классов объектов в виде категориального вектора, вектора из строк или массива ячеек из символьных векторов. Установите это свойство при создании объекта при помощи входного параметра class.

Типы данных: char | string | categorical | cell

Это свойство доступно только для чтения.

Поля привязки в виде N-by-1 массив ячеек. N является количеством классов объектов в нейронной сети для глубокого обучения PointPillars. Каждая ячейка задает поле привязки как вектор из формы [length width height center angle].

  • length, width, height — представляйте длину, ширину и высоту поля привязки, соответственно. Задайте каждое значение как положительное вещественное число в метрах.

  • центр представляет центр поля привязки вдоль оси z.

  • \angle представляет ориентацию поля привязки вдоль оси z в радианах, которая является углом yaw датчика лидара.

Установите это свойство при создании объекта при помощи входного параметра anchorBox.

Типы данных: cell

Это свойство доступно только для чтения.

Размер столбов в виде двухэлементного вектора из формы [length width], представляя длину и ширину вокселя в метрах.

Чтобы установить это свойство, задайте его в качестве аргумента значения имени при создании объекта. Например, pointPillarsObjectDetector(net,pcRange,class,anchorBox,VoxelSize=[0.16 0.16]) устанавливает размер вокселя к [0.16 0.16].

Это свойство доступно только для чтения.

Количество видных столбов в виде положительной скалярной величины.

Чтобы установить это свойство, задайте его в качестве аргумента значения имени при создании объекта. Например, pointPillarsObjectDetector(net,pcRange,class,anchorBox,NumPillars=1000) определяет номер столбов к 1000.

Это свойство доступно только для чтения.

Минимальное число точек на столб в виде положительной скалярной величины.

Чтобы установить это свойство, задайте его в качестве аргумента значения имени при создании объекта. Например, pointPillarsObjectDetector(net,pcRange,class,anchorBox,NumPointsPerPillar=100) устанавливает минимальное число точек на столб к 100.

Функции объекта

detectОбнаружьте использование объектов детектор объектов PointPillars
Введенный в R2021b