如何训练3D点云数据？我应该从哪里开始？

Question

作为一名汽车工程师的学生，目前我正在为一个大学的自动公交车项目工作，该项目使用了来自激光雷达传感器的3D点云。我在这里的工作是使用深度学习算法训练点云。但是我不知道该如何开始。我在互联网上找到了许多资源。但是对于初学者来说，它也太多样化了，我不知道如何开始。有人可以给我一些提示吗？还是初学者的好来源。

提前谢谢！

Answer 1

根据您的问题，我假设您正在处理自己的LiDAR点云数据，而不是公共数据集。 最初，我建议在点云数据上使用3D边界框对数据进行注释。

关于深度学习算法，我更希望了解Complex YOLO，VoxelNet和PointNet。 要了解PointNet算法的实现，您可以参考在ModelNet10数据集上训练的Keras webpage。

Answer 2

有两种可能的方法：

• 功能工程 （用户定义的全局和/或local features）
• 功能学习 （PointNet，PointNet++和VoxNet等模型）

如果选择了特征工程方法，则可以使用几个不同的分类器来训练模型，例如，多层感知器（MLP），支持向量机（SVM）和随机森林（RF）。