Clasificación semántica de nubes de puntos LiDAR mediante el uso de redes neuronales.

Abstract

En este trabajo se han entrenado diferentes modelos diferentes de la arquitectura de la Pointet++. El objetivo de estos modelos es el de segmentar sem´anticamente diferentes nubes de puntos LiDAR. Los modelos han sido construidos siguiendo una metodolog´ıa incremental de sprints e involucrando cuatro conjuntos de datos diferentes. Tras realizar una serie de experimentos se han obtenido dos modelos competentes que aprovechan la potencia del transfer learning y los datasets DALES y ECLAIR.

In this proyect we have trained a set of Pointnet++ models. The main objective behind these models is to segment different LiDAR point clouds. For the construction of the models it has been used an agile metodology based of sprints involving four different datasets. After a series of experiments we have obtained two different and competent models that make use of transfer learning and DALES’s and ECLAIR’s datasets.