0. 简介 上一节中我们讲了点云裁剪这一手段，对应了点云中的 pcl::CropBox这种点云裁剪步骤。而我们这一节主要将围绕着降采样来进行描述。这里我们对标的是pcl::VoxelGrid。点云数据往往非常大，对于一些需要高效处理的应用来说，数据的降采样是一个非常有用的工具。 1. CUDA与Thrust CUDA和Thrust可以实现快速降采样的方法，可以大大提高降采样的速度。降采样算法
0. 简介 我们在上一节主要讲了基础的点云变换，对应了pcl::transformPointCloud这种方法。而我们这一章将会讲解 pcl::CropBox这种点云裁剪步骤。点云裁剪是在点云中选择出一部分区域的过程，以便于后续的处理和分析。在点云处理领域，点云裁剪是一个非常常见的任务，因为在现实中，往往只需要关注某些区域的点云数据，而不需要处理整个点云数据集。点云裁剪通常是通过一个定义良好的几
0. 简介 对于点云处理而言，最简单也逃不过的就是点云转换了，我们就从点云转换开始，来一步步完成点云加速的学习。点云基础转换是3D点云处理中的一个重要步骤。它的主要目的是将点云从一个坐标系转换到另一个坐标系中，通常是为了方便后续处理或者显示。在实际应用中，点云基础转换通常包括平移、旋转、缩放等操作。这里对应了pcl::transformPointCloud这种方法 1. CUDA与Thrust
1. Introduction Thrust是一个基于标准模板库（STL）的C++模板库，用于CUDA。Thrust通过与CUDA C完全互操作的高级接口，使您能够以最小的编程工作量实现高性能并行应用程序。 Thrust提供了丰富的数据并行原语，如扫描、排序和归约等，可以组合在一起以实现具有简洁、可读源代码的复杂算法。通过用这些高级抽象描述计算，您为Thrust提供了自动选择最有效实现的自由。
0. 简介 最近作者希望系统性的去学习一下CUDA加速的相关知识，正好看到深蓝学院有这一门课程。所以这里作者以此课程来作为主线来进行记录分享，方便能给CUDA网络加速学习的萌新们去提供一定的帮助。 1. CUDA中的Stream和Event 1.1 CUDA stream CUDA stream是GPU上task 的执行队列，所有CUDA操作（kernel，内存拷贝等）都是在stream上
0. 简介 最近作者希望系统性的去学习一下CUDA加速的相关知识，正好看到深蓝学院有这一门课程。所以这里作者以此课程来作为主线来进行记录分享，方便能给CUDA网络加速学习的萌新们去提供一定的帮助。 1. Cublas概念 cuBLAS是一个BLAS的实现，允许用户使用NVIDIA的GPU的计算资源。使用cuBLAS的时候，应用程序应该分配矩阵或向量所需的GPU内存空间，并加载数据，调用所需的
0. 简介 最近作者希望系统性的去学习一下CUDA加速的相关知识，正好看到深蓝学院有这一门课程。所以这里作者以此课程来作为主线来进行记录分享，方便能给CUDA网络加速学习的萌新们去提供一定的帮助。 1. 基础矩阵乘法 下图是矩阵乘法的示意图，下面我们来看一下在CPU和GPU上是怎么表达的。CPU代码示意流程： // Matrix multiplication on the (CPU) ho
0. 简介 最近作者希望系统性的去学习一下CUDA加速的相关知识，正好看到深蓝学院有这一门课程。所以这里作者以此课程来作为主线来进行记录分享，方便能给CUDA网络加速学习的萌新们去提供一定的帮助。 1. GPU与CPU区别 处理器指标一般主要分为两大类，第一块主要是延迟，另一块是吞吐量。 1.1 CPU概念 对于CPU而言，首先是拥有较大的内存，其具有L1，L2，L3三级的存储。通过多级
博客
泡泡
积分
勋章
精选thrust工程化学习(四)----降采样操作
精选thrust工程化学习(三)----点云裁剪部分操作
thrust工程化学习(二)----基础的点云转换
精选thrust工程化学习(一)----点云并行CUDA快速入门指南
CUDA入门和网络加速学习(三)
CUDA入门和网络加速学习(四)
CUDA入门和网络加速学习(二)
CUDA入门和网络加速学习(一)
第三方账号登入
看不清？点击更换
第三方账号登入
QQ 微博 微信