オブジェクト検出とセマンティック セグメンテーション用に、LiDAR 点群を使用してディープ ラーニング ネットワークを学習、テスト、展開します。
MATLAB および Simulink を使用することで、以下を行うことができます。
- ディープ ラーニング アルゴリズムを適用するための LiDAR 点群の前処理
- LiDAR ラベラーアプリを使用した、オブジェクト検出のための LiDAR 点群のラベル付け
- データストアを使用して学習、テスト、および妥当性確認のための大量のデータを処理
- 点群データでのセマンティック セグメンテーションとオブジェクト検出用に、ディープ ラーニング ワークフローの C/C++ および CUDA コードを生成
LiDAR にディープラーニングを利用すべき理由
LiDAR セマンティック セグメンテーション
ディープラーニングアルゴリズムを適用して LiDAR 点群をセグメント化します。PointNet++、PointSeg、SqueezeSegV2 などのセマンティック セグメンテーション ネットワークを LiDAR データを使用して学習、テスト、評価します。
LiDAR 点群のオブジェクト検出
LiDAR 点群からオブジェクトを検出し、その周辺に指向性のある境界ボックスを当てはめ、オブジェクト追跡や LiDAR ラベル付けのワークフローに使用します。PointPillars ネットワークなどのロバストな検出器の設計、学習、評価を行います。
LiDAR のラベル付け
ディープラーニング モデルの学習のために LiDAR 点群をラベル付けします。LiDAR ラベラーアプリで組み込みまたはカスタムのアルゴリズムを適用して LiDAR 点群のラベル付けを自動化し、自動化アルゴリズムの性能を評価します。
展開
PointPillars、SqueezeSegV2、PointNet++ などのネットワークの CUDA® MEX コードを生成して、点群セグメンテーションまたはオブジェクト検出アルゴリズムを GPU に展開します。
MATLAB による LiDAR 向けディープラーニングの活用
製品
LiDAR アプリケーション向けディープラーニングで使用する製品をご紹介します。
無料評価版を入手する
30 日間無料評価版はこちら
Deep Learning Toolbox
ディープラーニング ネットワークの設計、学習、および解析を行います。
コードを学ぶ
ディープラーニングのエキスパートと学びます。
