Dobry wieczor,

Poszukuje jakiegos dobrego zrodla informacji na temat uzywania #machinelearning do rozpoznawania ksztaltow z danych #lidar - chmury punktow. Alternatywnie moge uzyc plikow csv z pozycja x, y, z jesli to cos pomoze.

#python
  • 7
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

@losbaltica: @PhoenixSoul: Znam bardzo fajną bibliotekę opensourcową https://github.com/raulmur/ORB_SLAM2 Daje bardzo fajne efekty (przykład na projekcie z raspberry i zdalnie sterowanym autkiem: https://photos.app.goo.gl/K9cySXgCCTHSd8kh2 nagrywany kalkulatorem). Kod źródłowy jest dość przystępny, można sobie doczytać z czego tam korzystają. Całośc problemu rozbija się o znajdywanie "punktów charakterystycznych". ORB gdzieś tam pod spodem nosi ślady machine-learningu. Maszyna została prymitywnie nauczona jak rozpoznować takie punkty, i do tego dochodzi jeszcze kilka kroków nie-machine
  • Odpowiedz
jak się klasyfikuje chmurę punktów pozyskaną nie z lidaru? w lastoolsie ładnie mi prezentuje takie dane z kolorami, ale oczywiście punkty nie są przypisane do żadnego rodzaju pokrycia terenu. Czyli rozumiem, że klasyfikacja mogłaby nastąpić przez kolor przypisany do poszczególnego punktu. Polecacie jakiś program do obróbki .las??
#gis #geodezja #lidar
  • 3
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

@jaworiano ja klasyfikowałam LP 360, można tam bazując na wysokościach od gruntu (grunt sklasyfikowałam wcześniej w lastoolsie). Polecam, dużo tutoriali w necie.
  • Odpowiedz
Czy istnieje jakieś darmowe narzędzie do klasyfikacji chmur punktów?

LP360 krzyczy, że klasyfikacja możliwa tylko w pełnej wersji, Microstation z TerraScan trzeba wysyłać prośbę o licencję trialową, jeszcze jakiś inny program testowałam i nie ma opcji zapisu ;__;

Pozostało mi próbować wysyłać prośbę o TerraSolid?

#arcgis #gis #lidar
  • 6
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach