[发明专利]一种家具图像的打标方法、模型训练方法及设备

说明书

本申请实施例提供一种家具图像的打标方法、模型训练方法及设备。在本申请实施例中，可基于点云数据，确定出3D家具模型中各个空间点所属的部件标签；将3D家具模型转换为2D家具图像，并将3D家具模型中已标注出的部件标签，也映射到2D家具图像中对应的像素点上，并可基于为不同部件标签配置的着色参数，对2D家具图像进行重新着色，以产生3D家具模型对应的部件分割图。据此，可利用3D家具模型对应的2D家具图像和部件分割图及部件标签作为训练样本来训练家具部件分割模型，以使家具部件分割模型学习到在2D家具图像中进行部件分割的知识，从而，可利用训练后的家具部件分割模型实现对海量的二维家具图像进行部件级别的自动标注。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种家具图像的打标方法、模型训练方法及设备。

背景技术

对于家具类电商或者室内设计等场景来说，提供家具产品的筛选项是必要的。目前，通常依赖人工来填写家具产品的部件属性，作为筛选项的依据。

但是，由于人工成本的限制，填写效率通常比较低，而且这造成大量家具产品缺乏这些部件属性的信息，导致筛选项下的筛选结果不足，影响商家和用户的体验。

发明内容

本申请的多个方面提供一种家具图像的打标方法、模型训练方法及设备，用以实现对2D的家具图像进行部件级别的自动打标。

本申请实施例提供一种家具部件分割模型的训练方法，包括：

获取3D家具模型对应的点云数据；

基于所述点云数据，分别确定所述3D家具模型包含的各个空间点所属的部件标签；

将所述3D家具模型转换为2D家具图像；

在所述2D家具图像下，基于像素点与空间点之间的映射关系、空间点所属的部件标签以及为不同部件标签配置的着色参数，对所述2D家具图像进行重新着色，以产生所述3D家具模型对应的部件分割图；

以所述3D家具模型对应的2D家具图像和部件分割图及部件标签作为训练样本，训练家具部件分割模型。

本申请实施例还提供一种家具图像的打标方法，包括：

获取目标家具对应的二维家具图像；

将所述二维家具图像输入家具部件分割模型中，所述家具部件分割模型为以3D家具模型对应的2D家具图像和部件分割图及部件标签作为训练样本进行训练而获得的，而所述部件分割图则为基于2D家具图像中像素点与3D家具模型空间点之间的映射关系、空间点所属的部件标签以及为不同部件标签配置的着色参数，对所述2D家具图像进行重新着色而获得的；

在所述家具部件分割模型中，对所述二维家具图像进行图像分割，以产生所述二维家具图像对应的部件分割图；

其中，所述部件分割图中的各分割区域分别标注有部件标签。

本申请实施例还提供一种计算设备，包括存储器和处理器；

所述存储器用于存储一条或多条计算机指令；

所述处理器与所述存储器耦合，用于执行所述一条或多条计算机指令，以用于：

获取3D家具模型对应的点云数据；

基于所述点云数据，分别确定所述3D家具模型包含的各个空间点所属的部件标签；

将所述3D家具模型转换为2D家具图像；

在所述2D家具图像下，基于像素点与空间点之间的映射关系、空间点所属的部件标签以及为不同部件标签配置的着色参数，对所述2D家具图像进行重新着色，以产生所述3D家具模型对应的部件分割图；