pointCloudInputLayer
点云输入层
描述
点云输入层向网络输入三维点云,并进行数据归一化处理。可以向该层输入任何激光雷达数据,例如二维激光雷达扫描,但数据必须是二维或三维数字数组,如InputSize
财产。
创建
描述
创建具有指定输入大小的点云输入层。的层
= pointCloudInputLayer (inputSize
)inputSize
参数设置InputSize
财产。
使用一个或多个名称-值参数指定属性。例如,层
= pointCloudInputLayer (inputSize
,名称=值
)归一化= " zscore "
对层应用z分数归一化。
属性
三维点云输入
InputSize
- - - - - -输入的大小
正整数向量
输入数据的大小,指定为正整数的向量。您可以指定其中一个选项。
对于无组织点云,将输入大小指定为[米C]。米是点云中的点数。C通道的数量是否必须大于或等于
1
.对于有组织的点云,将输入大小指定为形式为[米NC]。米而且N分别表示点云中的行数和列数。C必须为正整数的通道数是否大于或等于
1
.
归一化
- - - - - -数据归一化
“没有”
(默认)|“zerocenter”
|“zscore”
|“rescale-symmetric”
|“rescale-zero-one”
|函数处理
此属性是只读的。
每次数据通过输入层向前传播时应用的数据归一化,指定为以下之一:
提示
默认情况下,软件在训练时自动计算归一化统计量。为节省训练时的时间,请指定规范化所需的统计信息并设置“ResetInputNormalization”
(深度学习工具箱)选项trainingOptions
(深度学习工具箱)来假
.
数据类型:字符
|字符串
NormalizationDimension
- - - - - -规范化维度
“汽车”
(默认)|“通道”
|“元素”
|“所有”
归一化维度,指定为以下之一:
“汽车”
—如果培训选项为假
并且指定任何规范化统计信息(的意思是
,StandardDeviation
,最小值
,或马克斯
),然后对与统计值匹配的维度进行归一化。否则,在训练时重新计算统计数据并应用通道规范化。“通道”
——Channel-wise正常化。“元素”
——Element-wise正常化。“所有”
-使用标量统计将所有值规范化。
数据类型:字符
|字符串
的意思是
- - - - - -零中心和z分数归一化的平均值
[]
(默认)|矩阵|三维数组|数字标量
零中心和z分数归一化的平均值,指定为以下选项之一。
点云的格式 | Element-Wise正常化 | Channel-Wise正常化 |
---|---|---|
散乱点云 | 米——- - - - - -C数字数组。米点云中的点数,和C是通道数。 | 1 -C数字数组 |
有组织的点云 | 米——- - - - - -N——- - - - - -C数字数组。米而且N点云中的行数和列数是否分别为和C是通道数。 | 1-by-1-by -C数字数组 |
还可以将此值指定为标量,在这种情况下,函数使用指定的值规范化整个输入数据集。
请注意
指定的意思是
财产,归一化
必须“zerocenter”
或“zscore”
.如果的意思是
是[]
,该软件在训练过程中计算平均值。
您可以在不经过训练的情况下创建网络时设置此属性(例如,在使用assembleNetwork
(深度学习工具箱)).
数据类型:单
|双
|int8
|int16
|int32
|int64
|uint8
|uint16
|uint32
|uint64
StandardDeviation
- - - - - -z分数归一化的标准差
[]
(默认)|矩阵|三维数组|数字标量
z分数归一化的标准差,指定为以下选项之一。
点云的格式 | Element-Wise正常化 | Channel-Wise正常化 |
---|---|---|
散乱点云 | 米——- - - - - -C数字数组。米点云中的点数,和C是通道数。 | 1 -C数字数组 |
有组织的点云 | 米——- - - - - -N——- - - - - -C数字数组。米而且N点云中的行数和列数是否分别为和C是通道数。 | 1-by-1-by -C数字数组 |
还可以将此值指定为标量,在这种情况下,函数使用指定的值规范化整个输入数据集。
请注意
指定StandardDeviation
财产,归一化
必须“zscore”
.如果StandardDeviation
是[]
,然后软件计算训练时的标准差。
您可以在不经过训练的情况下创建网络时设置此属性(例如,在使用assembleNetwork
(深度学习工具箱)).
数据类型:单
|双
|int8
|int16
|int32
|int64
|uint8
|uint16
|uint32
|uint64
最小值
- - - - - -可缩放的最小值
[]
(默认)|矩阵|三维数组|数字标量
可缩放的最小值,指定为以下选项之一。
点云的格式 | Element-Wise正常化 | Channel-Wise正常化 |
---|---|---|
散乱点云 | 米——- - - - - -C数字数组。米点云中的点数,和C是通道数。 | 1 -C数字数组 |
有组织的点云 | 米——- - - - - -N——- - - - - -C数字数组。米而且N点云中的行数和列数是否分别为和C是通道数。 | 1-by-1-by -C数字数组 |
还可以将此值指定为标量,在这种情况下,函数使用指定的值规范化整个输入数据集。
请注意
指定最小值
财产,归一化
必须“rescale-symmetric”
或“rescale-zero-one”
.如果最小值
是[]
,软件计算训练时的最小值。
您可以在不经过训练的情况下创建网络时设置此属性(例如,在使用assembleNetwork
(深度学习工具箱)).
数据类型:单
|双
|int8
|int16
|int32
|int64
|uint8
|uint16
|uint32
|uint64
马克斯
- - - - - -可缩放的最大值
[]
(默认)|矩阵|三维数组|数字标量
可缩放的最大值,指定为以下选项之一。
点云的格式 | Element-Wise正常化 | Channel-Wise正常化 |
---|---|---|
散乱点云 | 米——- - - - - -C数字数组。米点云中的点数,和C是通道数。 | 1 -C数字数组 |
有组织的点云 | 米——- - - - - -N——- - - - - -C数字数组。米而且N点云中的行数和列数是否分别为和C是通道数。 | 1-by-1-by -C数字数组 |
还可以将此值指定为标量,在这种情况下,函数使用指定的值规范化整个输入数据集。
请注意
指定马克斯
财产,归一化
必须“rescale-symmetric”
或“rescale-zero-one”
.如果马克斯
是[]
,软件在训练时计算最大值。
您可以在不经过训练的情况下创建网络时设置此属性(例如,在使用assembleNetwork
(深度学习工具箱)).
数据类型:单
|双
|int8
|int16
|int32
|int64
|uint8
|uint16
|uint32
|uint64
层
的名字
- - - - - -层的名字
”
(默认)|特征向量|字符串标量
层名,指定为字符向量或字符串标量。为层
数组输入,trainNetwork
,assembleNetwork
,layerGraph
,dlnetwork
函数自动为具有此名称的层分配名称”
.
数据类型:字符
|字符串
NumInputs
- - - - - -输入数量
0
(默认)
此属性是只读的。
层的输入数。该层没有输入。
数据类型:双
InputNames
- - - - - -输入名字
{}
(默认)
此属性是只读的。
输入图层名称。该层没有输入。
数据类型:细胞
NumOutputs
- - - - - -数量的输出
1
(默认)
层的输出数量。该层有一个输出。
数据类型:双
OutputNames
- - - - - -输出的名字
{“出”}
(默认)
此属性是只读的。
输出层的名称。这个层只有一个输出。
数据类型:细胞
例子
版本历史
介绍了R2022b
另请参阅
trainNetwork
(深度学习工具箱)|layerGraph
(深度学习工具箱)|squeezesegv2Layers
|pointnetplusLayers
|pcsemanticseg
主题
- 开始使用深度学习的点云
- 深度学习层列表(深度学习工具箱)
- 用于深度学习的数据存储(深度学习工具箱)
MATLAB命令
你点击了一个对应于这个MATLAB命令的链接:
在MATLAB命令窗口中输入命令来运行该命令。Web浏览器不支持MATLAB命令。
您也可以从以下列表中选择网站:
如何获得最佳的网站性能
选择中国网站(中文或英文)以获得最佳的网站表现。其他MathWorks国家网站没有针对从您的位置访问进行优化。