我是一名汽车工程师专业的学生，目前我正在大学的一个自动公交车项目中工作，该项目使用来自激光雷达传感器的 3D 点云。我的工作是用深度学习算法训练点云。但我不知道具体如何开始。我在互联网上找到了很多来源。但是对于我这个初学者来说也太多样化了，不知道从何下手。有人可以给我一些提示吗？或初学者的好来源。
先感谢您！
问问题
200 次
2 回答
1
根据您的问题，我假设您正在处理自己的 LiDAR 点云数据，而不是公共数据集。最初，我建议在点云数据上使用 3D 边界框对数据进行注释。
关于深度学习算法，我更喜欢了解Complex YOLO、VoxelNet和 PointNet。要了解 PointNet 算法的实现，您可以参考在 ModelNet10 数据集上训练的 Keras网页。
于 2020-11-19T14:11:07.890 回答
0
有两种可能的方法：
- 特征工程（用户定义的全局和/或局部特征）
- 特征学习（ PointNet、 PointNet++和VoxNet等模型）
如果选择了特征工程方法，您可以使用多个不同的分类器来训练您的模型，例如多层感知器 (MLP)、支持向量机 (SVM) 和随机森林 (RF)。
于 2020-02-24T07:34:54.107 回答