CN112785714A - 点云实例标注方法及装置、电子设备和介质 - Google Patents
点云实例标注方法及装置、电子设备和介质 Download PDFInfo
- Publication number
- CN112785714A CN112785714A CN202110129685.XA CN202110129685A CN112785714A CN 112785714 A CN112785714 A CN 112785714A CN 202110129685 A CN202110129685 A CN 202110129685A CN 112785714 A CN112785714 A CN 112785714A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- instances
- name
- attributes
- cloud data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000002372 labelling Methods 0.000 title claims abstract description 30
- 238000004590 computer program Methods 0.000 claims abstract description 17
- 238000000034 method Methods 0.000 claims description 50
- 230000000007 visual effect Effects 0.000 claims description 9
- 239000003086 colorant Substances 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 5
- 238000004891 communication Methods 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000013473 artificial intelligence Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000011218 segmentation Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003924 mental process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本公开提供了一种点云实例标注方法、装置、电子设备、计算机可读存储介质和计算机程序产品,涉及计算机技术领域,尤其涉及数据标注、计算机视觉技术领域,可应用于云平台。实现方案为:获取待标注的点云数据;在点云数据上标注一个或多个实例,其中每一个实例包括点云数据中的一个或多个点云区域;以及确定一个或多个实例的属性,其中,该属性是基于点云所对应的场景而预先设定的一组属性中的一个或多个。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及数据标注、计算机视觉技术领域,具体涉及一种点云实例标注方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术:人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
为了训练适用的模型,需要事先对数据进行标注。数据标注的需求中存在点云实例分割的标注需求,如点云车道线实例分割、点云障碍物实例分割等项目,需要对点云中目标点赋予相应类别标签;同时需要区分出同一类不同的个体。通常,通过保存文件名的方式对于切割出的区域进行分类和实例标注。由于命名为标注员手工打字输入,存在重名覆盖、错别字等问题,影响标注质量。
发明内容
本公开提供了一种点云实例标注方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
根据本公开的一方面,提供了一种点云实例标注方法,包括:获取待标注的点云数据;在点云数据上标注一个或多个实例,其中每一个实例包括点云数据中的一个或多个点云区域;以及确定一个或多个实例的属性,其中,该属性是基于点云所对应的场景而预先设定的一组属性中的一个或多个。
根据本公开的另一方面,提供了一种点云实例标注装置,包括:获取单元,配置为获取待标注的点云数据;标注单元,配置为在点云数据上标注一个或多个实例,其中每一个实例包括点云数据中的一个或多个点云区域;以及确定单元,配置为确定一个或多个实例的属性,其中,该属性是基于点云所对应的场景而预先设定的一组属性中的一个或多个。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中存储器存储有可被所述至少一个处理器执行的指令,该指令被至少一个处理器执行,以使至少一个处理器能够执行点云实例标注方法。
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,计算机指令用于使计算机执行点云实例标注方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,其中,计算机程序在被处理器执行时实现点云实例标注方法。
根据本公开的一个或多个实施例,通过基于点云所对应的场景而预先设定的一组属性,解决了标注人员手动输入所带来的重名、错别字等问题,提高了标注质量,具有较强的适用性。
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
附图示例性地示出了实施例并且构成说明书的一部分,与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的,并不限制权利要求的范围。在所有附图中,相同的附图标记指代类似但不一定相同的要素。
图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图;
图2A和2B分别示出了示例性实施例的原始景象以及该原始景象的三维点云的示意图;
图3示出了根据本公开的实施例的点云实例标注方法的流程图;
图4示出了根据本公开的实施例的点云实例标注装置的结构框图;以及
图5示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在本公开中,除非另有说明,否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系,这种术语只是用于将一个元件与另一元件区分开。在一些示例中,第一要素和第二要素可以指向该要素的同一实例,而在某些情况下,基于上下文的描述,它们也可以指代不同实例。
在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的,而并非旨在进行限制。除非上下文另外明确地表明,如果不特意限定要素的数量,则该要素可以是一个也可以是多个。此外,本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
下面将结合附图详细描述本公开的实施例。
图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1,该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。
在本公开的实施例中,服务器120可以运行使得能够执行点云实例标注方法的一个或多个服务或软件应用。
在某些实施例中,服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中,这些服务可以作为基于web的服务或云服务提供,例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。
在图1所示的配置中,服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解,各种不同的系统配置是可能的,其可以与系统100不同。因此,图1是用于实施本文所描述的各种方法的系统的一个示例,并且不旨在进行限制。
客户端设备101、102、103、104、105和/或106可以用来接收待标注的点云数据或者显示点云实例标注过程等等。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备,但是本领域技术人员将能够理解,本公开可以支持任何数量的客户端设备。
客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备,例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统,例如Microsoft Windows、AppleiOS、类UNIX操作系统、Linux或类Linux操作系统(例如Google Chrome OS);或包括各种移动操作系统,例如Microsoft Windows Mobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序,例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序,并且可以使用各种通信协议。
网络110可以是本领域技术人员熟知的任何类型的网络,其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例,一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。
服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机,或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中,服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个,包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。
在一些实施方式中,服务器120可以包括一个或多个应用程序,以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序,以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。
在一些实施方式中,服务器120可以为分布式系统的服务器,或者是结合了区块链的服务器。服务器120也可以是云服务器,或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品,以解决传统物理主机与虚拟专用服务器(VPS,Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。
系统100还可以包括一个或多个数据库130。在某些实施例中,这些数据库可以用于存储数据和其他信息。例如,数据库130中的一个或多个可用于存储诸如点云数据等的信息。数据存储库130可以驻留在各种位置。例如,由服务器120使用的数据存储库可以在服务器120本地,或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据存储库130可以是不同的类型。在某些实施例中,由服务器120使用的数据存储库可以是数据库,例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
在某些实施例中,数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库,例如键值存储库,对象存储库或由文件系统支持的常规存储库。
图1的系统100可以以各种方式配置和操作,以使得能够应用根据本公开所描述的各种方法和装置。
点云是在同一空间参考系下表达目标空间分布和目标表面特性的海量点集合,在获取物体表面每个采样点的空间坐标后,得到的点的集合称之为“点云”(Point Cloud)。仅作为示例,图2A为原始景象,图2B为图2A景象的三维点云。
点云分割是点云数据处理中的重要一步,通常扫描仪在进行三维扫描时,扫描的测程较长、点密度大,并且即便是选择了扫描区域,也会有目标场景以外的点扫描进来。通常点云数据处理过程中比较占用内存空间,为了提高数据处理的效率,将感兴趣区域分割出来处理。此外,在扫描过程中,由于风的扰动或是目标场景中存在遮挡物、扫描仪精度有限等问题,扫描获取的点云数据中存在空中飞点、噪声点。一些飞点、噪声点也可以作为特殊的实例将其分割删除。
通常,可以通过保存文件名的方式对于切割出的区域进行分类和实例标注。由于命名为标注员手工打字输入,存在重名覆盖、错别字等问题,影响标注质量。
因此,根据本公开的实施例提供了一种点云实例标注方法300,如图3所示,包括:获取待标注的点云数据(步骤310);在点云数据上标注一个或多个实例,其中每一个实例包括点云数据中的一个或多个点云区域(步骤320);以及确定一个或多个实例的属性,其中,该属性是基于点云所对应的场景而预先设定的一组属性中的一个或多个(步骤330)。
根据本公开的实施例,通过基于点云所对应的场景而预先设定的一组属性,解决了标注人员手动输入所带来的重名、错别字等问题,提高了标注质量,具有较强的适用性。
在一些实施例中,可以实时获取客户端得到的该待标注点云数据,也可以从预设的存储区域中获取待标注点云数据。示例地,该预设的存储区域可以是本地用于预存待标注点云数据的存储区域,也可以是服务端用于保存待标注点云数据的数据库或存储器。但是应当理解,其他获取待标注点云数据的方法也是可能的,在此不作限制。
在一些实施例中,该客户端也可以为传感器,例如无人驾驶领域中的车载传感器。传感器获取车辆周围环境的点云数据并将其传输到服务器,以进行存储和标注。点云数据中的待标注实例例如可以为障碍物,如汽车、栏杆、行人、树木或广告牌等,也可以为驾驶道路上的车道线等,在此不作限制。
应当理解,上述待标注的点云数据仅仅是示例的,待标注的点云数据可以是各种应用场景所获得的二维或三维数据,如自动驾驶领域、人脸识别领域、体感游戏领域等。本公开并不对待标注的点云数据进行限定,各种场景下的点云数据都是可能的。
根据一些实施例,实例的属性可以包括名称(即实例名称)。该名称可以进一步包括:一级名称、二级名称,一级名称下可以包括一个或多个二级名称。示例地,第二名称可以为标注实例的细分特征名称。例如,在点云车道线实例标注场景下,标注出的实例可以包括名称:实线,并且可以进一步包括名称:单实线或双实线等。通过设置多级名称,可以进一步标识和区分已标注的实例及其细分特征。
可以理解的是,在点云实例标注中,可以仅确定其一级名称、或者也可以仅确定其二级名称、或者其一级名称和二级名称均需确定,在此不作限制。
根据一些实施例,确定为相同名称的实例具有相同的视觉属性。根据一些实施例,所述视觉属性包括颜色。例如,在点云车道线实例标注场景下,标注为实线的实例可以为红色、虚线的实例可以为黄色等。或者,也可以为标注为双实线的实例为红色、单实线的实例为黄色、虚线的实例为蓝色等。即,可以为确定为相同的一级名称的实例具有相同的颜色;或者确定为相同的二级名称的实例具有相同的颜色,在此不作限制。这样,可以方便标注人员清晰地查看已标注的各个实例,提高标注质量。
在一些实施例中,可以由标注人员或审核人员预先设置当前标注场景下的一组属性,以使得标注人员在标注过程中根据该预先设置的一组属性确定所标注实例的属性,以规范化标注过程。例如,可以预先确实该标注场景下需标注哪些实例。示例地,在点云车道线实例标注场景下,可以预先确定需要标注的实例包括实线、虚线、停车线等,在标注人员标注过程中,即可选择以确定当前标注好的实例应为实线、虚线还是停车线。因此,根据本公开的实施例不需要标注人员手动输入相应的实例属性,这有效地解决了重名、错别字等问题,具有较强的适用性并提高了标注质量。
根据一些实施例,所述属性还包括实例标识,用于区分所述点云数据中的具有相同名称的多个实例。示例地,当点云实例标注场景中,同一类型的实例具有多个时,例如在包括多个路灯实例的标注场景下,可以确定所标注的每一个路灯实例的实例标识。可以设置多组实例标识,以分别对应于多种类型(即名称)的实例。例如,该实例标识可以为0、1、2、3…,以与相应的实例名称唯一确定相应的实例,如路灯-0、路灯-1、路灯-2…。
根据一些实施例,该方法300还可以包括定义特殊区域。示例地,该特殊区域可以为点云数据中的不需要标注的点云区域。可定义存在未标注区域是否可以提交,以防止漏标某些区域。
在一些实施例中,可以预先将点云数据中的全部区域标识为特殊区域,或标识为其具有特殊区域属性。在标注人员的标注过程中,根据实际情况将需标记的区域标识为实例或修改为其他实例属性。这样,未经标注人员标注的区域依旧为特殊区域。如果设置为存在特殊区域可以进行提交,则标注人员可随时自行判断是否提交该标注数据。如果设置为存在特殊区域不可以进行提交,只有在标注人员将该点云数据中的所有区域均进行标注后才可提交,以防止某些区域被标注人员漏标。
根据一些实施例,还包括:响应于接收到相应的指令,显示或隐藏一个或多个已标注的实例。示例地,切割好的点云数据会生成一个新的点簇并出现在点簇列表中,标注人员和审核人员可以通过点选的方式选中查看相应的点簇所对应的实例。
显示相应的实例,可以方便标注员判断是否满足相应的标注质量,并方便标注人员或审核人员查看标注实例的位置及其属性。将已标注的实例隐藏,可以防止已标注的实例对其他点云区域的标注产生影响,更方便标注人员方便查看是否漏标某些区域。在一些示例中,可以通过快捷键或快捷按钮控制已标注实例的显示和隐藏。其他可以控制辅助线的显示和隐藏的方法也是可能的,在此不作限制。
根据一些实施例,点云数据中的点的属性可以包括强度值。方法300还可以包括:基于点云所对应的场景调节映射到颜色空间的强度值范围,以使得所述点根据其强度值显示相应的颜色。
示例地,在点云车道线实例标注场景下,由于车道线和地面的物理材质不同,雷达所采集的点的强度值也不同(例如强度值的取值为0-255)。通过将强度值映射到颜色空间中可以将不同强度值的点区别展示,例如强度值越接近0展示的颜色越接近于红色,强度值越接近255展示的颜色越接近于蓝色。但是,实际展示时不一定能直接区分开,按照以往数据统计:地面强度值大约为0、车道线强度值大约为7,这样按照上述描述这两部分区域所展示的颜色均接近于红色。根据本申请的实施例,可以在客户端基于点云所对应的场景调节映射到颜色空间的强度值范围。例如,在对点云数据进行实例标注之前,首先调节成强度值越接近0展示的颜色越接近于红色,强度值越接近7展示的颜色越接近于蓝色。这样,即可有效区分地面和车道线,为标注人员进行实例标注提供了方便。
在一些示例中,可以在客户端设置可拖动地调节单元或按钮,以基于点云所对应的场景手动拖动地调节映射到颜色空间的强度值范围。或者,也可以基于客户端(例如基于显示界面上的输入框)接收可映射的强度值范围值。应当理解,其他可以用来调节可映射的强度范围的方式也是可能的,在此不作限制。
根据本公开的实施例,如图4所示,还提供了一种点云实例标注装置400,包括:获取单元410,配置为获取待标注的点云数据;标注单元420,配置为在点云数据上标注一个或多个实例,其中每一个实例包括点云数据中的一个或多个点云区域;以及确定单元430,配置为确定一个或多个实例的属性,其中,所述属性是基于点云所对应的场景而预先设定的一组属性中的一个或多个。
根据一些实施例,所述属性可以包括名称。示例地,所述名称可以包括下列中的至少一者:一级名称、二级名称,所述一级名称下可以包括一个或多个所述二级名称。
根据一些实施例,确定为相同名称的实例具有相同的视觉属性。
根据一些实施例,所述视觉属性包括颜色。
根据一些实施例,所述属性还包括实例标识,用于区分所述点云数据中的具有相同名称的多个实例。
根据一些实施例,该装置400还可以包括定义特殊区域的单元。所述特殊区域为所述点云数据中的不需要标注的点云区域。
根据一些实施例,该装置400还可以包括响应于接收到相应的指令、显示或隐藏一个或多个已标注的实例的单元。
根据一些实施例,所述点云数据中的点的属性包括强度值。该装置400还可以包括:基于所述点云所对应的场景调节映射到颜色空间的强度值范围、以使得所述点根据其强度值显示相应的颜色的单元。
这里,点云实例标注装置400的上述各单元410~430的操作分别与前面描述的步骤310~330的操作类似,在此不再赘述。
根据本公开的示例性实施例还提供了一种电子设备,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上述点云实例标注方法。
根据本公开的示例性实施例还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所述计算机执行上述点云实例标注方法。
根据本公开的示例性实施例还提供了一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被处理器执行时实现上述点云实例标注方法。
参考图5,现将描述可以作为本公开的服务器或客户端的电子设备500的结构框图,其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图5所示,设备500包括计算单元501,其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序,来执行各种适当的动作和处理。在RAM 503中,还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505,包括:输入单元506、输出单元507、存储单元508以及通信单元509。输入单元506可以是能向设备500输入信息的任何类型的设备,输入单元506可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入,并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元507可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元508可以包括但不限于磁盘、光盘。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙TM设备、1302.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理,例如方法300。例如,在一些实施例中,方法300可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM503并由计算单元501执行时,可以执行上文描述的方法300的一个或多个步骤。备选地,在其他实施例中,计算单元501可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法300。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
虽然已经参照附图描述了本公开的实施例或示例,但应理解,上述的方法、系统和设备仅仅是示例性的实施例或示例,本发明的范围并不由这些实施例或示例限制,而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外,可以通过不同于本公开中描述的次序来执行各步骤。进一步地,可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进,在此描述的很多要素可以由本公开之后出现的等同要素进行替换。
Claims (19)
1.一种点云实例标注方法,包括:
获取待标注的点云数据;
在所述点云数据上标注一个或多个实例,其中每一个所述实例包括所述点云数据中的一个或多个点云区域;以及
确定所述一个或多个实例的属性,其中,所述属性是基于所述点云所对应的场景而预先设定的一组属性中的一个或多个。
2.如权利要求1所述的方法,其中,所述属性包括名称,其中,所述名称包括下列中的至少一者:一级名称、二级名称,所述一级名称下包括一个或多个所述二级名称。
3.如权利要求2所述的方法,其中,确定为相同名称的实例具有相同的视觉属性。
4.如权利要求3所述的方法,其中,所述视觉属性包括颜色。
5.如权利要求2所述的方法,其中,所述属性还包括实例标识,用于区分所述点云数据中的具有相同名称的多个实例。
6.如权利要求1至4中任一项所述的方法,还包括:定义特殊区域,其中,所述特殊区域为所述点云数据中的不需要标注的点云区域。
7.如权利要求1至4中任一项所述的方法,还包括:响应于接收到相应的指令,显示或隐藏一个或多个已标注的实例。
8.如权利要求1至4中任一项所述的方法,其中,所述点云数据中的点的属性包括强度值,其中,所述方法还包括:
基于所述点云所对应的场景调节映射到颜色空间的强度值范围,以使得所述点根据其强度值显示相应的颜色。
9.一种点云实例标注装置,包括:
获取单元,配置为获取待标注的点云数据;
标注单元,配置为在所述点云数据上标注一个或多个实例,其中每一个所述实例包括所述点云数据中的一个或多个点云区域;以及
确定单元,配置为确定所述一个或多个实例的属性,其中,所述属性是基于所述点云所对应的场景而预先设定的一组属性中的一个或多个。
10.如权利要求9所述的装置,其中,所述属性包括名称,其中,所述名称包括下列中的至少一者:一级名称、二级名称,所述一级名称下包括一个或多个所述二级名称。
11.如权利要求10所述的装置,其中,确定为相同名称的实例具有相同的视觉属性。
12.如权利要求11所述的装置,其中,所述视觉属性包括颜色。
13.如权利要求10所述的装置,其中,所述属性还包括实例标识,用于区分所述点云数据中的具有相同名称的多个实例。
14.如权利要求9至13中任一项所述的装置,还包括:定义特殊区域的单元,其中,所述特殊区域为所述点云数据中的不需要标注的点云区域。
15.如权利要求9至13中任一项所述的装置,还包括:响应于接收到相应的指令、显示或隐藏一个或多个已标注的实例的单元。
16.如权利要求9至13中任一项所述的装置,其中,所述点云数据中的点的属性包括强度值,其中,还包括:
基于所述点云所对应的场景调节映射到颜色空间的强度值范围、以使得所述点根据其强度值显示相应的颜色的单元。
17.一种电子设备,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权利要求1-8中任一项所述的方法。
18.一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所述计算机执行根据权利要求1-8中任一项所述的方法。
19.一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被处理器执行时实现权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110129685.XA CN112785714A (zh) | 2021-01-29 | 2021-01-29 | 点云实例标注方法及装置、电子设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110129685.XA CN112785714A (zh) | 2021-01-29 | 2021-01-29 | 点云实例标注方法及装置、电子设备和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112785714A true CN112785714A (zh) | 2021-05-11 |
Family
ID=75759956
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110129685.XA Pending CN112785714A (zh) | 2021-01-29 | 2021-01-29 | 点云实例标注方法及装置、电子设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112785714A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113345101A (zh) * | 2021-05-20 | 2021-09-03 | 北京百度网讯科技有限公司 | 三维点云标注方法、装置、设备及存储介质 |
CN114549644A (zh) * | 2022-02-24 | 2022-05-27 | 北京百度网讯科技有限公司 | 一种数据标注方法、装置、电子设备及存储介质 |
WO2023080606A1 (ko) * | 2021-11-03 | 2023-05-11 | 엘지전자 주식회사 | 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108154560A (zh) * | 2018-01-25 | 2018-06-12 | 北京小马慧行科技有限公司 | 激光点云标注方法、装置及可读存储介质 |
CN108734120A (zh) * | 2018-05-15 | 2018-11-02 | 百度在线网络技术(北京)有限公司 | 标注图像的方法、装置、设备和计算机可读存储介质 |
CN109726647A (zh) * | 2018-12-14 | 2019-05-07 | 广州文远知行科技有限公司 | 点云的标注方法、装置、计算机设备和存储介质 |
CN109816686A (zh) * | 2019-01-15 | 2019-05-28 | 山东大学 | 基于物体实例匹配的机器人语义slam方法、处理器及机器人 |
CN110264468A (zh) * | 2019-08-14 | 2019-09-20 | 长沙智能驾驶研究院有限公司 | 点云数据标注、分割模型确定、目标检测方法及相关设备 |
CN110930520A (zh) * | 2019-11-12 | 2020-03-27 | 北京云聚智慧科技有限公司 | 一种语义分割标注方法、装置及设备 |
CN111191582A (zh) * | 2019-12-27 | 2020-05-22 | 深圳市越疆科技有限公司 | 三维目标检测方法、检测装置、终端设备及计算机可读存储介质 |
WO2020102944A1 (zh) * | 2018-11-19 | 2020-05-28 | 深圳市大疆创新科技有限公司 | 点云处理方法、设备及存储介质 |
CN111223107A (zh) * | 2019-12-31 | 2020-06-02 | 武汉中海庭数据技术有限公司 | 基于点云深度学习的点云数据集制作系统及方法 |
CN111402414A (zh) * | 2020-03-10 | 2020-07-10 | 北京京东叁佰陆拾度电子商务有限公司 | 一种点云地图构建方法、装置、设备和存储介质 |
-
2021
- 2021-01-29 CN CN202110129685.XA patent/CN112785714A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108154560A (zh) * | 2018-01-25 | 2018-06-12 | 北京小马慧行科技有限公司 | 激光点云标注方法、装置及可读存储介质 |
CN108734120A (zh) * | 2018-05-15 | 2018-11-02 | 百度在线网络技术(北京)有限公司 | 标注图像的方法、装置、设备和计算机可读存储介质 |
WO2020102944A1 (zh) * | 2018-11-19 | 2020-05-28 | 深圳市大疆创新科技有限公司 | 点云处理方法、设备及存储介质 |
CN109726647A (zh) * | 2018-12-14 | 2019-05-07 | 广州文远知行科技有限公司 | 点云的标注方法、装置、计算机设备和存储介质 |
CN109816686A (zh) * | 2019-01-15 | 2019-05-28 | 山东大学 | 基于物体实例匹配的机器人语义slam方法、处理器及机器人 |
CN110264468A (zh) * | 2019-08-14 | 2019-09-20 | 长沙智能驾驶研究院有限公司 | 点云数据标注、分割模型确定、目标检测方法及相关设备 |
CN110930520A (zh) * | 2019-11-12 | 2020-03-27 | 北京云聚智慧科技有限公司 | 一种语义分割标注方法、装置及设备 |
CN111191582A (zh) * | 2019-12-27 | 2020-05-22 | 深圳市越疆科技有限公司 | 三维目标检测方法、检测装置、终端设备及计算机可读存储介质 |
CN111223107A (zh) * | 2019-12-31 | 2020-06-02 | 武汉中海庭数据技术有限公司 | 基于点云深度学习的点云数据集制作系统及方法 |
CN111402414A (zh) * | 2020-03-10 | 2020-07-10 | 北京京东叁佰陆拾度电子商务有限公司 | 一种点云地图构建方法、装置、设备和存储介质 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113345101A (zh) * | 2021-05-20 | 2021-09-03 | 北京百度网讯科技有限公司 | 三维点云标注方法、装置、设备及存储介质 |
CN113345101B (zh) * | 2021-05-20 | 2023-07-25 | 北京百度网讯科技有限公司 | 三维点云标注方法、装置、设备及存储介质 |
WO2023080606A1 (ko) * | 2021-11-03 | 2023-05-11 | 엘지전자 주식회사 | 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법 |
CN114549644A (zh) * | 2022-02-24 | 2022-05-27 | 北京百度网讯科技有限公司 | 一种数据标注方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112785714A (zh) | 点云实例标注方法及装置、电子设备和介质 | |
EP3944148A2 (en) | Generation method for classification model, classification method, apparatus, and medium | |
CN114063858B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN111767831B (zh) | 用于处理图像的方法、装置、设备及存储介质 | |
CN115438214B (zh) | 处理文本图像的方法及装置、神经网络的训练方法 | |
CN113939791A (zh) | 图像标注方法、装置、设备及介质 | |
US20210209160A1 (en) | Method and apparatus for identifying map region words | |
CN114723949A (zh) | 三维场景分割方法和用于训练分割模型的方法 | |
CN112508127A (zh) | 数据标注方法及装置、电子设备、介质和产品 | |
CN109118178A (zh) | 数据处理方法和装置、电子设备和计算机存储介质 | |
CN113591569A (zh) | 障碍物检测方法、装置、电子设备以及存储介质 | |
CN116152607A (zh) | 目标检测方法、训练目标检测模型的方法及装置 | |
EP4080479A2 (en) | Method for identifying traffic light, device, cloud control platform and vehicle-road coordination system | |
CN113139542B (zh) | 目标检测方法、装置、设备和计算机可读存储介质 | |
CN112528929A (zh) | 数据标注方法及装置、电子设备、介质和产品 | |
US20230350940A1 (en) | Object recommendation | |
CN115953414A (zh) | 基于语义分割的低矮障碍物检测方法和自动驾驶车辆 | |
CN115797660A (zh) | 图像检测方法、装置、电子设备和存储介质 | |
CN115410173A (zh) | 多模态融合的高精地图要素识别方法、装置、设备及介质 | |
CN115082690A (zh) | 目标识别方法、目标识别模型训练方法及装置 | |
CN114998963A (zh) | 图像检测方法和用于训练图像检测模型的方法 | |
CN115019048B (zh) | 三维场景分割方法、模型训练方法、装置和电子设备 | |
CN114926656B (zh) | 对象识别方法、装置、设备及介质 | |
CN115131562B (zh) | 三维场景分割方法、模型训练方法、装置和电子设备 | |
CN115512131B (zh) | 图像检测方法和图像检测模型的训练方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |