[发明专利]模型训练方法、姿态预测方法、装置、设备及存储介质

权利要求书

1.一种物体姿态预测模型的训练方法，其特征在于，所述方法，包括：

获取样本图像的特征；

对所述样本图像的特征进行平移姿态预测，得到所述样本图像中待预测物体的预测平移信息；

对所述样本图像的特征进行旋转姿态预测，得到所述待预测物体的预测旋转信息；

根据所述预测旋转信息对所述待预测物体的初始点云数据进行旋转，得到预测旋转点云数据；

根据所述预测平移信息、所述初始点云数据对应的真实旋转点云数据和预测旋转点云数据，对所述物体姿态预测模型的参数进行训练。

2.如权利要求1所述的方法，其特征在于，所述根据所述初始点云数据对应的真实旋转点云数据和预测旋转点云数据，对所述物体姿态预测模型的参数进行训练，包括：

根据所述真实旋转点云数据和所述预测旋转点云数据，计算第一损失函数值；

根据所述第一损失函数值，对所述物体姿态预测模型的参数进行训练，直至达到预设迭代停止条件。

3.如权利要求2所述的方法，其特征在于，所述预测旋转信息为预测旋转矩阵，所述预测平移信息为预测平移矩阵；所述根据所述预测旋转信息对所述待预测物体的初始点云数据进行旋转，得到预测旋转点云数据，包括：

根据所述预测旋转矩阵对所述初始点云数据进行矩阵乘法，得到所述预测旋转点云数据；

所述根据所述预测平移信息、所述真实旋转点云数据和所述预测旋转点云数据，计算第一损失函数值，包括：

根据所述预测旋转点云数据、所述真实旋转点云数据、所述预测平移矩阵和所述待预测物体的平移真值，计算所述第一损失函数。

4.如权利要求2所述的方法，其特征在于，所述根据所述预测平移信息、所述初始点云数据和旋转后的点云数据，计算第一损失函数值之前，所述方法还包括：

根据所述待预测物体的旋转真值对所述初始点云数据进行矩阵乘法，得到所述真实旋转点云数据。

5.如权利要求2所述的方法，其特征在于，所述根据所述第一损失函数值，对所述物体姿态预测模型的参数进行训练之前，所述方法还包括：

对所述样本图像的特征进行尺寸预测，得到所述待预测物体的预测尺寸；

根据所述预测尺寸和所述待预测物体的尺寸真值，计算第二损失函数值；

所述根据所述第一损失函数值，对所述物体姿态预测模型的参数进行训练，包括：

根据所述第一损失函数值和所述第二损失函数值，对所述物体姿态预测模型的参数进行训练。

6.如权利要求5所述的方法，其特征在于，所述根据所述第一损失函数值和所述第二损失函数值，对所述物体姿态预测模型的参数进行训练，包括：

根据所述第一损失函数值、所述第二损失函数值和预设尺寸权重，计算目标损失函数值；

根据所述目标损失函数值，对所述物体姿态预测模型的参数进行训练。

7.一种物体姿态预测方法，其特征在于，所述方法包括：

获取待预测图像的特征；其中，所述待预测图像中包括待预测物体；

根据预设物体姿态预测模型对所述待预测图像的特征进行姿态预测，得到所述待预测图像中待预测物体的预测姿态信息；所述预测姿态信息包括：预测平移信息和预测旋转信息；其中，所述物体姿态预测模型为采用上述权利要求1-6中任一所述的方法训练得到的模型。

8.一种物体姿态预测模型的训练装置，其特征在于，所述装置包括：获取模块、预测模块、旋转模块和训练模块，其中：

所述获取模块，用于获取样本图像的特征；

所述预测模块，用于对所述样本图像的特征进行平移姿态预测，得到所述样本图像中待预测物体的预测平移信息；对所述样本图像的特征进行旋转姿态预测，得到所述待预测物体的预测旋转信息；

所述旋转模块，用于根据所述预测旋转信息对所述待预测物体的初始点云数据进行旋转，得到预测旋转点云数据；

所述训练模块，用于根据所述预测平移信息、所述初始点云数据对应的真实旋转点云数据和预测旋转点云数据，对所述物体姿态预测模型的参数进行训练。