QingyongHu/RandLA-Net
این پروژه یک شبکه عصبی عمیق برای قطعه‌بندی نقطه‌ای (Point Cloud Segmentation) در داده‌های سه‌بعدی است که با تنسورفلو پیاده‌سازی شده است.
کاربرد:
این مدل برای درک صحنه‌های سه‌بعدی مانند تشخیص اشیا، نقشه‌برداری محیط و خودروهای خودران استفاده می‌شود.
در چه شرایطی بهتره استفاده شود؟
وقتی با داده‌های پرتراکم و بزرگ مقیاس از محیط‌های واقعی سروکار دارید و نیاز به پردازش کارآمد و دقیق داده‌های ابرنقاط دارید، استفاده از این مدل بسیار مناسب است.
چند مثال از موارد استفاده:
- تشخیص ساختمان، درخت و خیابان در داده‌های شهری ️
- شناسایی اشیا در محیط‌های داخلی مانند مبلمان
- پشتیبانی از سیستم‌های ناوبری خودروهای خودران ️
- ##RandLANet
- ##PointCloud
- ##3DSegmentation
- ##DeepLearning
- ##AutonomousDriving
- ##TensorFlow
- ##SemanticSegmentation
- ##CVPR
- ##TPAMI
- ##LiDAR