HyperAIHyperAI

Command Palette

Search for a command to run...

اكتشاف المركبات من بيانات الليدار ثلاثية الأبعاد باستخدام الشبكة الكاملة التلافيفية

Bo Li Tianlei Zhang Tian Xia

الملخص

حققت تقنيات الشبكات الإدراكية (الشبكات الم��دة) مؤخرًا نجاحًا كبيرًا في مهام الكشف القائمة على الرؤية. يتناول هذا البحث التطور الحديث لأبحاثنا حول نقل تقنية الشبكات الم��دة بالكامل إلى مهام الكشف على بيانات المسح ثلاثي الأبعاد. وبشكل خاص، يتم تعيين السيناريو كمهمة كشف المركبات من بيانات المسافة لليدار Velodyne 64E. نقترح تقديم البيانات في شكل خريطة نقاط ثنائية الأبعاد واستخدام شبكة إدراكية ثنائية الأبعاد واحدة ونهاية إلى نهاية بالكامل للتنبؤ بثقة وجود الأجسام والصناديق الحدودية بشكل متزامن. من خلال تصميم دقيق لترميز الصناديق الحدودية، يمكن التنبؤ بصناديق حدودية كاملة ثلاثية الأبعاد حتى باستخدام شبكة إدراكية ثنائية الأبعاد. أظهرت التجارب على مجموعة بيانات KITTI أداءً رائدًا للمетод المقترح.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
اكتشاف المركبات من بيانات الليدار ثلاثية الأبعاد باستخدام الشبكة الكاملة التلافيفية | مستندات | HyperAI