[发明专利]点云处理模型的训练和点云实例分割方法及装置

说明书

本公开提供了一种点云处理模型的训练和点云实例分割方法及装置，涉及深度学习和计算机视觉技术领域，可应用于3D视觉、增强现实和虚拟现实等场景。具体实现方案为：根据有标签点云，对无标签点云进行标注，得到样本点云；将所述样本点云输入至点云处理模型，得到所述样本点云的第一预测语义信息和第一预测偏移量；根据所述第一预测语义信息、所述第一预测偏移量、所述样本点云对应的样本标签和所述样本点云的原始坐标信息，确定训练损失；采用所述训练损失，对所述点云处理模型进行训练。通过上述技术方案，能够使得点云处理模型具有较高精度。

技术领域

本公开涉及人工智能技术领域，具体涉及深度学习和计算机视觉技术领域，可应用于3D视觉、增强现实和虚拟现实等场景。

背景技术

在计算机视觉领域，3D视觉的实例分割在实际生活中具有重要意义，例如在自动驾驶中，可以检测出道路中的车辆和行人等。其中，在3D视觉中，点云是一种常见的数据形式，点云实例分割是3D感知的基础。那么，在少量、有限的有标签训练数据条件下，如何精准实现点云实例分割至关重要。

发明内容

本公开提供了一种点云处理模型的训练和点云实例分割方法及装置。

根据本公开的一方面，提供了一种点云处理模型的训练方法，该方法包括：

根据有标签点云，对无标签点云进行标注，得到样本点云；

将所述样本点云输入至点云处理模型，得到所述样本点云的第一预测语义信息和第一预测偏移量；

根据所述第一预测语义信息、所述第一预测偏移量、所述样本点云对应的样本标签和所述样本点云的原始坐标信息，确定训练损失；

采用所述训练损失，对所述点云处理模型进行训练。

根据本公开的另一方面，提供了一种点云实例分割方法，该方法包括：

获取待分割点云；

基于点云处理模型，对所述待分割点云进行实例分割；其中，所述点云处理模型通过本公开提供的点云处理模型的训练方法训练得到；

根据所述第三预测语义信息和所述第三预测偏移量，对所述待分割点云进行实例分割。

根据本公开的另一方面，提供了一种电子设备，该电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开任一实施例所述点云处理模型的训练方法，或点云实例分割方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使计算机执行本公开任一实施例所述的点云处理模型的训练方法，或点云实例分割方法。

根据本公开的技术，提高了点云处理模型的精度，进而提高了点云实例分割的准确性。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开实施例提供的一种点云处理模型的训练方法的流程图；

图2是根据本公开实施例提供的另一种点云处理模型的训练方法的流程图；

图3是根据本公开实施例提供的又一种点云处理模型的训练方法的流程图；