DetectOzord：运用PointNet与PCL实现点云中的目标检测、分类及姿态估计

简介：
DetectOzord项目利用PointNet和PCL技术，在点云数据中执行高效的目标检测、分类以及姿态估计，为机器人视觉与自动驾驶等领域提供精准的环境感知能力。 该存储库用于在计算机视觉领域结合使用PCL（点云库）和TensorFlow的实验代码。“细分”部分利用PCL从深度传感器捕获3D点云数据，并应用SAC细分算法去除大型平面，接着通过欧几里德聚类提取场景中的候选实例。这些候选实例与预定义的三维模型进行比较以确定分类结果。在这一过程中，使用了点网格技术将它们分配到预先设定的对象类别中，然后利用PCL的SampleConsensusPrerejective算法估计其姿态。 所使用的软件包包括：Python 3.5 x64和TensorFlow（版本1.0.0适用于Windows CPU环境），以及SciPy。