本项目支持YOLOv8、DETR、MobileNetV2等多主流模型的剪枝、蒸馏、自动化压缩、NAS等优化。对导出的ONNX模型，集成PPQ工具实现高效量化，最终生成TensorRT引擎文件实现高性能部署。项目涵盖模型性能分析（FPS、参数量、精度等）、自动化处理流程，适用于对模型瘦身、量化和部署有需求的开发者，助力模型落地与推理加速。
本项目面向KITTI数据集3D激光雷达点云，集成PCL传统算法（如地面去除、聚类）与深度学习分割方法（PointNet++、PointNetRCNN），实现同一数据下分割效果对比和可视化分析，支持算法评测与三维场景理解。
