构建并部署 AI 系统以从点云中提取信息。在点云上训练、测试和部署用于目标检测和语义分割的深度学习网络。
借助 MATLAB 和 Simulink，您能够：
- 为应用深度学习算法预处理点云
- 使用激光雷达标注器来标注用于目标检测的点云
- 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，以用于在点云数据上进行语义分割和目标检测
为何对点云使用深度学习？
点云语义分割
应用深度学习算法以分割点云。在点云数据上训练、测试和评估语义分割网络，包括 RandLA-Net、Segment Anything Model (SAM)、PointSeg、SqueezeSegV2 和 PointNet++。
点云上的目标检测
检测并绘制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 和 Voxel R-CNN 网络。
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。
通过 MATLAB 对点云使用深度学习
产品
了解用于点云深度学习应用的相关产品。
