VIP7
本课程属于：124-机器人三维语义地图与场景理解 智能机器人、自动化与智能装备工程 · 共 7 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

点云语义分割与地图融合

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=点云语义分割与地图融合的定义 · 学习目标 · 整体知识框架与典型应用场景
课程导入目标=点云语义分…
02
点云数据基础
目标=点云获取方式 · 常见传感器 · 数据格式
点云数据基础目标=点云获取方…
03
点云预处理
目标=滤波 · 降采样 · 去噪
点云预处理目标=滤波
04
深度学习基础
目标=神经网络基础 · 卷积 · 池化
深度学习基础目标=神经网络基…
05
点云语义分割概述
目标=任务定义 · 评价指标 · 公开数据集与主流技术路线
点云语义分割概述目标=任务定义
06
基于体素的方法
目标=体素化表示 · 3D卷积 · 稀疏卷积与典型网络结构
基于体素的方法目标=体素化表示
07
基于点的方法
目标=PointNet · PointNet++ · PointCNN与直接点云特征学习
基于点的方法PointNet
08
基于图的方法
目标=图卷积 · 超点 · 图注意力机制与点云语义分割
基于图的方法目标=图卷积
09
基于投影的方法
目标=多视图投影 · 球面投影 · 距离图像与2D卷积分割
基于投影的方法目标=多视图投影
10
多模态融合分割
目标=图像与点云融合 · RGB-D融合 · 跨模态注意力与特征对齐
多模态融合分割目标=图像
11
Transformer与点云分割
目标=自注意力 · 位置编码 · 点云Transformer与分割头设…
Transformer点云分割
12
弱监督与自监督分割
目标=稀疏标注 · 伪标签 · 对比学习与预训练策略
弱监督自监督分割
13
点云实例与全景分割
目标=实例分割 · 全景分割 · 语义与实例联合学习
点云实例全景分割
14
地图融合基础
目标=地图表示 · 栅格地图 · 矢量地图
地图融合基础目标=地图表示
15
点云与地图配准
目标=ICP · NDT · 特征匹配
点云地图配准
16
语义地图构建
目标=语义标签融合 · 概率更新 · 地图一致性维护与增量建图
语义地图构建目标=语义标签融…
17
多帧与多源融合
目标=时序融合 · 多传感器融合 · 多车协同与地图更新策略
多帧多源融合
18
SLAM与语义分割结合
目标=视觉SLAM · 激光SLAM · 语义SLAM与动态场景处理
SLAM语义分割结合
19
实时性与轻量化
目标=模型压缩 · 剪枝 · 量化
实时性轻量化
20
常用工具与框架
目标=PyTorch · Open3D · PCL
常用工具框架
21
案例实战一
目标=室内场景点云语义分割与语义地图…
案例实战一目标=室内场景点…
22
案例实战二
目标=自动驾驶点云语义分割与高精地图…
案例实战二目标=自动驾驶点…
23
案例实战三
目标=机器人导航中的语义地图与动态更…
案例实战三目标=机器人导航
24
常见问题与调优
目标=类别不平衡 · 小目标 · 噪声鲁棒性
常见问题调优
25
评估与可视化
目标=精度 · IoU · mIoU
评估可视化
26
工程化与部署
目标=数据流水线 · 训练流程 · 模型服务
工程化部署
27
前沿进展
目标=大模型 · 神经辐射场 · 3D高斯泼溅与点云分割新趋势
前沿进展目标=大模型
28
伦理与安全
目标=隐私保护 · 数据安全 · 地图合规与自动驾驶安全
伦理安全
29
综合项目
目标=从数据采集到语义地图输出的完整…
综合项目目标=从数据采集…
30
课程总结与提升
目标=知识回顾 · 能力自评 · 进阶学习路径与研究方向
课程总结提升