[发明专利]点云数据的难易度划分方法、装置及其相关设备

权利要求书

1.一种点云数据的难易度划分方法，其特征在于，包括以下步骤：

获取点云数据，其中，所述点云数据为经过标注的点云数据；

根据预先训练得到的N个分类模型分别对所述点云数据进行检测，得到所述点云数据在所述N个分类模型下的检测分类结果，其中，N为正整数；

将所述点云数据在所述N个分类模型下的检测分类结果分别与所述点云数据的标注数据进行比对评估，得到所述点云数据的N个评估得分，其中，计算所述点云数据在所述N个分类模型下的检测分类结果分别与所述点云数据的标注数据之间的相似系数值，将所述点云数据在N个分类模型下的检测分类结果分别与所述点云数据的标注数据之间的相似系数值，确定为点云数据的N个评估得分；

根据所述N个评估得分，计算所述点云数据的难易度得分。

2.根据权利要求1所述的方法，其特征在于，通过以下方式预先训练得到所述N个分类模型：

从已标注的点云数据样本池中，多次随机抽取指定数量的样本；

根据每次随机抽取的所述指定数量的样本，对预先创建的深度学习模型进行训练，得到所述N个分类模型；其中，用于难易度划分的点云数据不包含所述每次随机抽取用于模型训练的样本。

3.根据权利要求1所述的方法，其特征在于，将所述点云数据在所述N个分类模型下的检测分类结果分别与所述点云数据的标注数据进行比对评估，得到所述点云数据的N个评估得分，包括：

采用相似性度量算法，计算所述点云数据在所述N个分类模型下的检测分类结果分别与所述点云数据的标注数据之间的相似系数值；

将所述点云数据在所述N个分类模型下的检测分类结果分别与所述点云数据的标注数据之间的相似系数值，确定为所述点云数据的N个评估得分。

4.根据权利要求1所述的方法，其特征在于，所述根据所述N个分类模型分别对所述点云数据进行检测，得到所述点云数据在所述N个分类模型下的检测分类结果，包括：

根据所述N个分类模型分别对所述点云数据进行检测，得到所述点云数据中每个障碍物在所述N个分类模型下的检测分类结果。

5.根据权利要求4所述的方法，其特征在于，将所述点云数据在所述N个分类模型下的检测分类结果与所述点云数据的标注数据进行比对评估，得到所述点云数据的N个评估得分，包括：

计算所述点云数据中每个障碍物在第i分类模型下的检测分类结果，分别与所述每个障碍物的标注数据之间的相似系数值，其中，1≤i≤N；

将所述点云数据中每个障碍物在所述第i分类模型下的检测分类结果，分别与所述每个障碍物的标注数据之间的相似系数值，确定为所述每个障碍物在所述第i分类模型下的评估得分；

根据所述每个障碍物在所述第i分类模型下的评估得分，获取所述点云数据在所述第i分类模型下的评估得分。

6.根据权利要求5所述的方法，其特征在于，所述根据所述每个障碍物在所述第i分类模型下的评估得分，获取所述点云数据在所述第i分类模型下的评估得分，包括：

对所述点云数据中所有障碍物在所述第i分类模型下的评估得分进行排序；

从排序后的所有障碍物在所述第i分类模型下的评估得分中，选取分位数，并将所述选取的分位数确定出所述点云数据在所述第i分类模型下的评估得分。

7.根据权利要求1至6中任一项所述的方法，其特征在于，当所述点云数据为多个时，所述方法还包括：

根据多个点云数据的难易度得分，对所述多个点云数据进行排序；

根据预设的难易度数据占比，对排序后的多个点云数据进行难易程度的等级划分，得到所述多个点云数据的等级划分。

8.根据权利要求7所述的方法，其特征在于，还包括：

确定目标用途；

根据所述目标用途确定待选取的数据等级划分比例；

根据所述数据等级划分比例和所述多个点云数据的等级划分，从所述多个点云数据中选取对应等级比例的点云数据。