LiDAR點(diǎn)云深度學(xué)習(xí)模型的壓縮和部署加速方法研究現(xiàn)狀與展望（特邀）

摘要： 使用LiDAR探測(cè)和預(yù)處理得到的點(diǎn)云數(shù)據(jù)是衛(wèi)星遙感、自動(dòng)駕駛、軍事導(dǎo)航等領(lǐng)域完成預(yù)定任務(wù)的數(shù)據(jù)基礎(chǔ)，隨著深度學(xué)習(xí)算法和模型的不斷發(fā)展，LiDAR點(diǎn)云處理也實(shí)現(xiàn)了智能化的跨越發(fā)展。然而相較于2D數(shù)據(jù)的處理，點(diǎn)云數(shù)據(jù)維度較高，深度學(xué)習(xí)網(wǎng)絡(luò)在設(shè)計(jì)和處理的過(guò)程中會(huì)占用更大的計(jì)算和推理資源，在許多邊緣設(shè)備上直接部署點(diǎn)云處理深度學(xué)習(xí)模型就受到了很大限制。所以，如何將點(diǎn)云處理深度學(xué)習(xí)模型壓縮... （共15頁(yè)）