pointPillarsObjectDetector

PointPillars对象探测器

自从R2021b

扩展所有的页面

描述

的pointPillarsObjectDetector对象定义了PointPillars对象探测器。点云检测对象,通过训练PointPillars对象探测器检测对象的功能。

如果你有一个pretrained PointPillars深学习网络,您可以使用pointPillarsObjectDetector函数创建pointPillarsObjectDetector对象。

如果你有训练数据,您可以创建一个未经训练的pointPillarsObjectDetector对象和使用trainPointPillarsObjectDetector功能训练模型。

创建

语法

探测器= pointPillarsObjectDetector (pcRange、类anchorBox)

探测器= pointPillarsObjectDetector(净,pcRange、类anchorBox)

探测器= pointPillarsObjectDetector (___名称=值)

描述

探测器= pointPillarsObjectDetector (pcRange,类,anchorBox)创建一个未经训练的PointPillars对象探测器和设置PointCloudRange,一会,AnchorBoxes属性。

培训对象探测器,您必须指定它作为输入trainPointPillarsObjectDetector函数。

探测器= pointPillarsObjectDetector (净,pcRange,类,anchorBox)创建一个PointPillars对象探测器通过使用指定的pretrained网络净。这个语法设置网络属性除了属性从之前的语法。

探测器= pointPillarsObjectDetector (___,名称=值)设置ModelName,VoxelSize,NumPillars和NumPointsPerPillar属性通过使用名称-值参数除了从以前的语法输入参数的任意组合。例如,pointPillarsObjectDetector (pcRange类、anchorBox ModelName =“customDetector”)创建一个PointPillars对象探测器的名字“customDetector”。

属性

全部展开

`ModelName`- - - - - -名称的对象探测器
`' '`(默认)|特征向量|字符串标量

对象探测器,名称指定为一个特征向量或字符串标量。

设置此属性,指定它作为名称参数对象创建。例如,pointPillarsObjectDetector(净、pcRange类、anchorBox ModelName =“customDetector”)设置对象探测器的名称“customDetector”。

`网络`- - - - - -PointPillars对象检测网络
`dlnetwork`对象

这个属性是只读的。

PointPillars深入学习网络用于目标检测,指定为一个dlnetwork(深度学习工具箱)对象。你可以设置这个属性在创建对象通过使用输入参数净。

`PointCloudRange`- - - - - -范围的输入点云
six-element实值向量

这个属性是只读的。

范围的输入点云,指定为一个six-element向量的形式xminxmaxyminymaxzminzmax]。

xmin和xmax最小和最大限制的吗x分别设在。
ymin和ymax最小和最大限制的吗y分别设在。
zmin和zmax最小和最大限制的吗z分别设在。

设置该属性在创建对象通过使用输入参数pcRange。

`一会`- - - - - -对象类的名字
分类向量|向量的字符串|单元阵列的特征向量

这个属性是只读的。

对象类的名称,指定为一个分类向量,向量的字符串或一个单元阵列特征向量。设置该属性在创建对象通过使用输入参数类。

数据类型:字符|字符串|分类|细胞

`AnchorBoxes`- - - - - -锚箱
N1单元阵列

这个属性是只读的。

锚箱、指定为一个N1单元阵列。N对象类的数量在PointPillars深度学习网络。每个单元格定义锚箱作为一个向量的形式长度宽度高度中心角]。

长度,宽度,高度——代表长度,宽度,和锚箱的高度。每个值指定为一个正实数,米。
中心——代表锚箱的中心z轴。
角——代表锚箱的方向z轴的弧度,偏航激光雷达的角度传感器。

设置该属性在创建对象通过使用输入参数anchorBox。

数据类型:细胞

`VoxelSize`- - - - - -柱子的尺寸
(`0.16 - 0.16`](默认)|双元素实值向量

这个属性是只读的。

柱子的大小,指定为一个双元素向量的形式长度宽度),代表体素米的长度和宽度。

设置此属性,指定它作为名称参数对象创建。例如,pointPillarsObjectDetector(净、pcRange类、anchorBox VoxelSize = (0.16 - 0.16))体素的大小设置为(0.16 - 0.16]。

`NumPillars`- - - - - -一些知名的柱子
`12000年`(默认)|积极的标量

这个属性是只读的。

许多著名的支柱,指定为一个积极的标量。

设置此属性,指定它作为名称参数对象创建。例如,pointPillarsObjectDetector(净、pcRange类、anchorBox NumPillars = 1000)设置柱的数量1000年。

`NumPointsPerPillar`- - - - - -最小数量的分支柱
`One hundred.`(默认)|积极的标量

这个属性是只读的。

最小数量的分支柱,指定为一个积极的标量。

设置此属性,指定它作为名称参数对象创建。例如,pointPillarsObjectDetector(净、pcRange类、anchorBox NumPointsPerPillar = 100)设置最低分的支柱One hundred.。

对象的功能

`检测`	检测对象使用PointPillars对象探测器

扩展功能

C / c++代码生成
生成C和c++代码使用MATLAB®编码器™。

使用笔记和限制:

对于代码生成,

只有检测的方法pointPillarsObjectDetector支持代金宝app码生成。
只有阈值,SelectStrongest,MiniBatchSize名称-值对的检测支持方法。金宝app
创建一个pointPillarsObjectDetector为代码生成对象,明白了负载Pretrained网络代码生成(MATLAB编码器)。

GPU的代码生成
生成NVIDIA的CUDA®代码®GPU使用GPU编码器™。

使用笔记和限制:

对于代码生成,

只有检测的方法pointPillarsObjectDetector支持代金宝app码生成。
只有阈值,SelectStrongest,MiniBatchSize名称-值对的检测支持方法。金宝app
创建一个pointPillarsObjectDetector为代码生成对象,明白了负载Pretrained网络代码生成(GPU编码器)。

版本历史

介绍了R2021b

全部展开

R2023a:性能改进:减少执行时间

的检测减少目标函数显示了执行时间。例如,这个代码是2 x倍速度比先前版本的GPU的环境。

函数timingTest %加载pretrained PointPillars对象探测器pretrainedDetector负载(“pretrainedPointPillarsDetector =。垫”,…“探测器”);探测器= pretrainedDetector.detector;%读输入点云ptCloud = pcread (“highwayScene.pcd”);%在点云上运行探测器gputimeit(@()检测(探测器,ptCloud))

执行时间大约是:

R2022b:0.11秒
R2023a:0.05秒

Linux的代码的^®10日,AMD^®英伟达EPYC 7313推出这种处理器系统^®RTX A5000。

pointPillarsObjectDetector

描述

创建

语法

描述

属性

`ModelName`- - - - - -名称的对象探测器
`' '`(默认)|特征向量|字符串标量

`网络`- - - - - -PointPillars对象检测网络
`dlnetwork`对象

`PointCloudRange`- - - - - -范围的输入点云
six-element实值向量