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？
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。
