文件名称：svm预测matlab代码-fruit_detection_in_LiDAR_pointClouds:使用LiDAR传感器VelodyneVL
文件大小：25KB
文件格式：ZIP
更新时间：2024-06-24 03:40:09
系统开源
svm预测matlab代码3D LiDAR 点云中水果检测的 Matlab 实现。 介绍 该项目是使用 LiDAR 传感器 Velodyne VLP-16（Velodyne LIDAR Inc.，San Jose，CA，USA）获取的 3D 点云中水果检测的 matlab 实现。 此实现用于评估 ，其中包含 11 棵富士苹果树的 3D LiDAR 数据以及相应的果实位置注释。 在以下位置找到更多信息： 准备 首先，克隆代码 git clone https://github.com/ GRAP-UdL-AT/fruit_detection_in_LiDAR_pointClouds.git 然后，在保存代码的同一目录中创建一个名为“data”的文件夹。 在 /data 文件夹中，保存可用的地面实况和点云数据（“AllTrees_Groundtruth”和“AllTrees_pcloud”）。 先决条件 MATLAB R2018（我们没有在其他matlab版本中测试过） 计算机视觉系统工具箱 统计和机器学习工具箱 数据准备 LFuji-air 数据集：保存在 /data 文件夹中。 交叉验证
【文件预览】：
fruit_detection_in_LiDAR_pointClouds-master
----cell2vec.m(164B)
----ListFiles_trial.m(1KB)
----mean_canopy_geometry.m(2KB)
----detection_assesment.m(2KB)
----CCfeatureExtraction.m(1KB)
----main_Velodyne_LA_meanShape.m(3KB)
----FP_removal.m(1KB)
----dbscan.m(4KB)
----main_CrossVal_Velodyne_fruit_detection.m(35KB)
----LICENSE(1KB)
----ListFiles_txt.m(234B)
----trainingCCwmtoaFP.m(2KB)
----Split_predict.m(873B)
----txt2cell.m(1KB)
----LA_from_pc.m(1KB)
----LabelClusterMatrix.m(1KB)
----ClusterLabelAssignment.m(1KB)
----CC_split.m(527B)
----main_Velodyne_fruit_detection.m(20KB)
----README.md(5KB)
----GroundTruthCenters.m(440B)
----pointCloudReading.m(691B)