Intelligence artificielle

Deep Learning pour les nuages de points

Appliquer des techniques d'intelligence artificielle aux applications de traitement de nuages de points

Créez et déployez des systèmes d'IA qui extraient des informations à partir de nuages de points. Entraînez, testez et déployez des réseaux de Deep Learning sur des nuages de points pour la détection d'objets et la segmentation sémantique.

Avec MATLAB et Simulink, vous pouvez :

  • Prétraiter des nuages de points pour appliquer des algorithmes de Deep Learning
  • Utiliser l'application Lidar Labeler afin de labelliser des nuages de points pour la détection d'objets
  • Traiter de grandes quantités de données pour l’apprentissage, le test et la validation avec des datastores
  • Générer du code C/C++ et CUDA pour les workflows de Deep Learning destinés à la segmentation sémantique et à la détection d'objets sur les données de nuages de points

Pourquoi utiliser le Deep Learning sur des nuages de points ?

Les nuages de points LiDAR aériens sont segmentés en se basant sur des objets tels que les bâtiments, la végétation, les véhicules, etc.

Segmentation sémantique des nuages de points

Appliquez des algorithmes de Deep Learning pour segmenter des nuages de points. Entraînez, testez et évaluez des réseaux de segmentation sémantique, notamment RandLA-Net, Segment Anything Model (SAM), PointSeg, SqueezeSegV2 et PointNet++, sur des nuages de points.

Détectez les voitures et les camions à partir des données de nuages de points et ajustez des boîtes englobantes orientées autour d'eux.

Détection d'objets dans des nuages de points

Détectez et ajustez des boîtes englobantes autour d'objets dans des nuages de points et utilisez-les pour des workflows de pistage d'objets ou de labellisation LIDAR. Concevez, entraînez et évaluez des détecteurs robustes tels que les réseaux PointPillars et Voxel R-CNN.

Application Lidar Labeler.

Labellisation des nuages de points avec Multi Sensor Labeler

Labellisez des nuages de points pour entraîner des modèles de Deep Learning. Appliquez des algorithmes prédéfinis ou personnalisés pour automatiser la labellisation des nuages de points avec l'application Multi Sensor Labeler et évaluez les performances de l'algorithme d'automatisation.

Nuage de points segmenté montrant des voitures et un arrière-plan.

Déploiement

Générez du code CUDA® MEX pour des réseaux comme PointPillars, SqueezeSegV2 et PointNet++ afin de déployer des algorithmes de segmentation de nuages de points ou de détection d'objets sur des GPU.