[发明专利]一种智能模型训练方法及装置、一种碰撞检测方法及装置

说明书

本申请提供的一种智能模型训练方法及装置、一种碰撞检测方法及装置，其中，所述智能模型训练方法包括获取物体样本集的集合，其中，所述物体样本的集合包含多组物体样本集以及每组所述物体样本集对应的物体样本集标签，每组所述物体样本集包含物体样本的大小、物体样本的数量、物体样本的密集度，所述物体样本集标签包括网格层建立方法；通过所述物体样本集的集合对智能模型进行训练，得到所述智能模型，所述智能模型使得所述物体样本集和所述物体样本集标签相关联。所述智能模型根据所述物体样本集即可以获得对应的所述物体样本集标签即网格层建立方法，节省耗时，并且极大的提高了后续对物体样本集进行检测的碰撞检测结果精度。

技术领域

本申请涉及互联网技术领域，特别涉及一种智能模型训练方法及装置、一种碰撞检测方法及装置、一种计算设备及存储介质。

背景技术

目前碰撞检测被广泛应用于不同的技术领域，例如游戏、动画制作等技术领域中均有广泛的应用。现有技术中最常用就是将被检测物体放入建立合适的网格层中进行碰撞检测，通过该网格层建立方法实现被检测物体的碰撞检测以及检测精确度，但是根据被检测物体进行网格层建立时需要从海量的网格层建立方法中选择一个合适的网格层建立方法耗费时间较长，并且选择的网格层建立方法也不一定最优，会造成碰撞检测的结果不精确以及碰撞检测耗时较长。

发明内容

有鉴于此，本申请实施例提供了一种智能模型训练方法及装置、一种碰撞检测方法及装置、一种计算设备及存储介质，以解决现有技术中存在的技术缺陷。

第一方面，本申请实施例公开了一种智能模型训练方法，包括：

获取物体样本集的集合，其中，所述物体样本的集合包含多组物体样本集以及每组所述物体样本集对应的物体样本集标签，每组所述物体样本集包含物体样本的大小、物体样本的数量、物体样本的密集度，所述物体样本集标签包括网格层建立方法；

通过所述物体样本集的集合对智能模型进行训练，得到所述智能模型，所述智能模型使得所述物体样本集和所述物体样本集标签相关联。

可选的，获取物体样本集的集合之前，还包括：

确定每组所述物体样本集对应的物体样本集标签。

可选的，确定每组所述物体样本集对应的物体样本集标签包括：

根据包括至少两种网格层建立方法的集合为每组所述物体样本集建立至少两种对应的网格层；

根据所述至少两种网格层确定每组所述物体样本集中物体样本的至少两种碰撞关系；

根据所述至少两种碰撞关系确定每组所述物体样本集中物体样本的至少两种碰撞检测结果，其中，所述碰撞检测结果包括检测一次所述物体样本集中物体样本的碰撞检测耗时；

从所述至少两种碰撞检测结果中选择一种碰撞检测结果对应的网格层建立方法作为所述物体样本集对应的物体样本集标签。

可选的，从所述至少两种碰撞检测结果中选择一种碰撞检测结果对应的网格层建立方法作为所述物体样本集对应的物体样本集标签之后，还包括：

接收新的网格层建立方法，并将所述新的网格层建立方法添加至所述包括至少两种网格层建立方法的集合中。

可选的，根据所述至少两种网格层确定每组所述物体样本集中物体样本的至少两种碰撞关系包括：

确定每组所述物体样本集中物体样本在其对应的所述至少两种网格层的至少两个网格层坐标；

根据每组所述物体样本集中物体样本的所述至少两个网格层坐标确定每组所述物体样本集中物体样本的至少两种碰撞关系。

可选的，所述网格层坐标包括每组所述物体样本集中物体样本的物体粒度，每组所述物体样本集中物体样本在所述网格层的横坐标以及每组所述物体样本集中物体样本在所述网格层的纵坐标，