CN114648676A - 点云处理模型的训练和点云实例分割方法及装置 - Google Patents
点云处理模型的训练和点云实例分割方法及装置 Download PDFInfo
- Publication number
- CN114648676A CN114648676A CN202210306654.1A CN202210306654A CN114648676A CN 114648676 A CN114648676 A CN 114648676A CN 202210306654 A CN202210306654 A CN 202210306654A CN 114648676 A CN114648676 A CN 114648676A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- offset
- sample
- determining
- prediction
- 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.)
- Granted
Links
- 238000012549 training Methods 0.000 title claims abstract description 113
- 238000012545 processing Methods 0.000 title claims abstract description 106
- 238000000034 method Methods 0.000 title claims abstract description 63
- 230000011218 segmentation Effects 0.000 title claims abstract description 63
- 238000002372 labelling Methods 0.000 claims abstract description 15
- 238000012216 screening Methods 0.000 claims description 20
- 238000012937 correction Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000013135 deep learning Methods 0.000 abstract description 3
- 230000003190 augmentative effect Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000013473 artificial intelligence Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003924 mental process Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008447 perception Effects 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
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
- G06F18/2155—Generating training patterns; Bootstrap methods, e.g. bagging or boosting characterised by the incorporation of unlabelled data, e.g. multiple instance learning [MIL], semi-supervised techniques using expectation-maximisation [EM] or naïve labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/2163—Partitioning the feature space
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/0895—Weakly supervised learning, e.g. semi-supervised or self-supervised learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
- G06V10/7753—Incorporation of unlabelled data, e.g. multiple instance learning [MIL]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Image Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
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。
Description
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;
图4是根据本公开实施例提供的一种点云实例分割方法的流程图;
图5是根据本公开实施例提供的一种模型训练装置的结构示意图;
图6是根据本公开实施例提供的一种点云实例分割装置的结构示意图;
图7是用来实现本公开实施例的点云处理模型的训练方法或点云实例分割方法的电子设备的框图。
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和精神。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。
需要说明的是,本公开实施例中所涉及的“第一”和“第二”只是为了便于区分所引入的,两者之间没有明确的先后之分,也没有数量之分等。
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,该方法适用于在少量、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的情况。尤其适用于,在少量、有限的有标签训练数据条件下,如何精准训练点云实例分割模型,以实现对点云实例的精准分割。该方法可以由模型训练装置来执行,该装置可以采用软件和/或硬件的方式实现,并可集成于承载模型训练功能的电子设备中。如图1所示,本实施例的点云处理模型的训练方法可以包括:
S101,根据有标签点云,对无标签点云进行标注,得到样本点云。
本实施例中,点云为物体表面每个采样点的集合;可选的,点云可以由三维坐标系统中的一组向量的集合来表示,用于表征场景中物体的外表面形状;进一步的,点云还可以包括个点的RGB值、灰度值、深度信息等中的至少一项颜色信息。示例性的,点云可以是基于激光测量原理或者摄影测量原理得到,进一步的,还可以通过激光雷达、立体摄像头等采集得到,或者,还可以通过其他方式获取的,本实施例中对此不作具体限定。
所谓有标签点云即为标注有真实标签的点云数据。相应的,无标签点云即为没有标注标签的点云数据。样本点云即为训练模型所需的点云,可以包括有标签点云,以及标注了伪标签的无标签点云。
一种可选方式,可以对有标签点云和无标签点云中的各点进行聚类,得到至少一个点集合。其中,至少一个点集合中点的标签相同,也就是说,该点集合中各点的标签也即该点集合的标签;不同点集合之间点的标签可以相同,也可以不同。之后,对于至少一个点集合中的每一点集合,若该点集合中存在有标签点云中的点,则采用该点集合中有标签的点对该点集合中无标签的点进行标注,也就是说,将该点集合中有标签点的标签作为该点集合中无标签点的伪标签。进而将包含有标签点的点集合中的所有点,均作为样本点云。
S102,将样本点云输入至点云处理模型,得到样本点云的第一预测语义信息和第一预测偏移量。
本实施例中,预测预语义信息也可称为预测类别信息,即对点云的类别进行预测的相关信息,可以包括点云属于某一类别的类别概率以及对应的类别名称(或类别标识),比如点云的采集场景中有4个类别,分别为桌子、椅子、人和花瓶,那么某一样本点云的预测语义信息可以表示为:[0.5桌子、0.2椅子、0.2人、0.1花瓶]。
预测偏移量为预测得到的点云到其所归属实例中心的偏移量。其中,所谓实例为将一个抽象的类别概念具体到该类别中的具体实物,也就是说,实例为同一类别中不同的个体,例如桌子类别中的实例:桌子1和桌子2等具体个体。
所谓点云处理模型可以是基于神经网络构建的模型,例如可以是逐点预测网络(point-wise prediction network),本实施例中对此不作具体限定。
具体的,可以将每一样本点云输入至点云处理模型中,经过模型处理,得到每一样本点云的第一预测语义信息和第一预测偏移量。
S103,根据第一预测语义信息、第一预测偏移量、样本点云对应的样本标签和样本点云的原始坐标信息,确定训练损失。
一种可选方式,可以基于预先设定的损失函数,根据各样本点云的第一预测语义信息和第一预测偏移量,以及各样本点云对应的样本标签和原始坐标信息,来确定训练损失。
S104,采用训练损失,对点云处理模型进行训练。
具体的,采用训练损失对点云处理模型进行训练,直到训练损失达到设定范围,或者训练迭代次数达到设定次数,则停止对模型进行训练,将停止训练时的点云处理模型作为最终的点云处理模型。其中,设定范围和设定次数可以由本领域技术人员根据实际情况设定。
本公开实施例的技术方案,通过根据有标签点云,对无标签点云进行标注,得到样本点云,之后将样本点云输入至点云处理模型,得到样本点云的第一预测语义信息和第一预测偏移量,进而根据第一预测语义信息、第一预测偏移量、样本点云对应的样本标签和样本点云的原始坐标信息,确定训练损失,并采用训练损失,对点云处理模型进行训练。上述技术方案,在半监督训练场景下,通过对无标签点云进行标注,扩大了携带有标签的点云数据的数量,同时引入第一预测语义信、第一预测偏移量、样本标签和样本点云的原始坐标信息,来确定训练模型的损失,保证了所确定的训练损失的准确性,进而使得所得到的点云处理模型具有较高的精度,从而保证了点云分割结果的准确性。
在上述实施例的基础上,作为本公开的一种可选实施方式,根据有标签点云,对无标签点云进行标注,得到样本点云还可以是,根据点云几何信息,对原始点云进行超体素分割,得到第一超体素;根据第一超体素内的有标签点云,对第一超体素内的无标签点云进行标注,得到样本点云。
其中,点云几何信息可以包括点云的结构和/或颜色信息等。原始点云中包括有标签点云和无标签点云。所谓第一超体素为具有相似几何信息的点云区域,其数量为多个;进一步的,第一超体素可以分为两类,即第一类超体素和第二类超体素,其中,第一类超体素为包含有标签点云的超体素;第二类超体素为不包含有标签点云的即全部为无标签点云所构成的超体素。
具体的,可以基于超体素分割算法,根据点云几何信息,对原始点云进行超体素分割,得到第一超体素;其中,超体素分割算法可以是点云体素连接性分割(VCCS)算法等,本实施例中不作具体限定。之后对于每一包含有标签点云的第一超体素(即第一类超体素),根据该第一类超体素内的有标签点云,对该第一类超体素内的无标签点云进行标注。也就是说,将该第一类超体素中的无标签点云添加上该第一类超体素内有标签点云对应的标签,也可以理解为,该第一类超体素内的所有点云的标签均相同,为该第一类超体素内有标签点云的标签。进而将所有第一类超体素内的点云,作为样本点云。
可以理解是,对原始点云进行超体素分割,从而得到更多的有标签点云,丰富了样本点云的数量。
相应的,作为本公开的一种可选方式,根据第一预测语义信息、第一预测偏移量、样本点云对应的样本标签和样本点云的原始坐标信息,确定训练损失还可以根据第一预测语义信息和样本点云对应的样本标签中的语义标签,确定第一损失,并根据第一预测偏移量和样本点云的原始坐标信息,确定第二损失,之后根据第一损失和第二损失,确定训练损失,例如可以将第一损失和第二损失的加权和,作为训练损失。
具体的,可以基于预先设定的损失函数(比如交叉熵损失函数),根据第一预测语义信息和样本点云对应的样本标签中的语义标签,确定第一损失;与此同时,可以在训练过程中引入一致性监督,即让属于同一超体素的各点云的第一预测偏移量加上其原始坐标信息的结果尽量相等,也就是说让属于同一超体素内的所有点云都尽量指向同一个实例的中心,具体为针对同一第一类超体素内的每一点云,将该点云的第一预测偏移量和该点云的原始坐标信息进行求和运算,计算所有求和运算结果的标准差;将所有第一类超体素对应的标准差,做均值运算,即可得到第二损失。例如,可以通过如下公式计算第二损失:
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,本实施例在上述实施例的基础上,对“根据有标签点云,对无标签点云进行标注,得到样本点云”进一步优化,提供了一种可选实施方案。
如图2所示,本实施例的点云处理模型的训练方法可以包括:
S201,将无标签点云输入至点云处理模型,得到无标签点云的第二预测语义信息、第二预测偏移量和第一置信度信息。
本实施例中,点云处理模型采用有标签点云对初始模型进行训练得到。其中,初始模型为基于神经网络构建的模型,例如可以是逐点预测网络(point-wise predictionnetwork),本实施例中对此不作具体限定。
本实施例中的无标签点云可以是原始点云中除去有标签点云之外的点云;进一步的,还可以是第二类超体素内的所有点云。
所谓第一置信度信息即为衡量语义信息预测结果的可信程度的指标。
具体的,将无标签点云输入至点云处理模型中,经过模型处理,可以得到无标签点云的第二预测语义信息、第二预测偏移量和第一置信度信息。
S202,根据第一置信度信息,对无标签点云进行筛选,得到可用点云。
本实施例中,可用点云为可以用于后续模型训练的点云。
具体的,将第一置信度信息大于设定值的无标签点云,作为可用点云。其中,设定值可以由本领域技术人员根据时间情况设定,例如0.5。
S203,根据可用点云的第二预测语义信息和第二预测偏移量,确定可用点云的伪标签。
可选的,伪标签中可以包括语义伪标签和偏移伪标签;其中,语义伪标签为表征点云语义的伪标签;偏移伪标签为表征点云与其实例中心的偏移情况的伪标签。
一种可选方式,根据可用点云的第二预测语义信息,确定可用点云的语义伪标签;根据可用点云的第二预测偏移量,确定可用点云的偏移伪标签。
具体的,对于每一可用点云,可以根据该可用点云的第二预测语义信息中最大类别概率对应的类别,来确定该可用点云的语义伪标签。比如点云的采集场景中有4个类别,分别为桌子、椅子、人和花瓶;某一可用点云的第二预测语义信息为[0.5桌子、0.2椅子、0.2人、0.1花瓶],那么可以将桌子作为该可用点云的语义伪标签,也就是说该可用点云是桌子的概率为1,是其它类别的概率为0,即可表示为[1、0、0、0]。
之后根据各可用点云的第二预测偏移量,来确定每一可用点云的偏移伪标签。例如,可以基于各可用点云的第二预测偏移量,对可用点云进行聚类,得到聚类中心;对于每一可用点云,可以将该可用点云的原始坐标信息与该可用点云所对应的聚类中心的坐标之差,作为该可用点云的偏移伪标签。
S204,将可用点云作为样本点云。
本实施例中,可以将标注了伪标签的可用点云,作为样本点云。
S205,将样本点云输入至点云处理模型,得到样本点云的第一预测语义信息和第一预测偏移量。
S206,根据第一预测语义信息、第一预测偏移量、样本点云对应的样本标签和样本点云的原始坐标信息,确定训练损失。
S207,采用训练损失,对点云处理模型进行训练。
本公开实施例的技术方案,通过将无标签点云输入至点云处理模型,得到无标签点云的第二预测语义信息、第二预测偏移量和第一置信度信息,并根据第一置信度信息,对无标签点云进行筛选,得到可用点云,之后根据可用点云的第二预测语义信息和第二预测偏移量,确定可用点云的伪标签,将可用点云作为样本点云,进而将样本点云输入至点云处理模型,得到样本点云的第一预测语义信息和第一预测偏移量,并根据第一预测语义信息、第一预测偏移量、样本点云对应的样本标签和样本点云的原始坐标信息,确定训练损失,并采用训练损失,对点云处理模型进行训练。上述技术方案,通过引入第一置信度信息对无标签点云进行筛选,保证了所确定的样本点云的质量,同时采用第二预测预约信息和第二预测偏移量,来确定可用点云的伪标签,使得所得到的可用点云的伪标签更丰富,从而保证了点云处理模型的准确性。
在上述实施例的基础上,作为本公开的一种可选方式,根据可用点云的第二预测偏移量,确定可用点云的偏移伪标签还可以是,从可用点云中确定第二超体素的关联点云;根据关联点云的第二预测偏移量和原始坐标信息,确定第二超体素对应的实例中心;根据第二超体素对应的实例中心和关联点云的原始坐标信息,确定关联点云的偏移伪标签;将关联点云的偏移伪标签,作为可用点云的偏移伪标签。
其中,第二超体素可以为第二类超体素中除去置信度低的点云后剩下的点云所构成的超体素。进一步的,第二超体素还可以是通过对可用点云进行超体素分割得到,即分割后的每组可用点云对应一个第二超体素;相应的,第二超体素的关联点云即为第二超体素所包括的可用点云。
示例性的,对于每一第二超体素,计算该第二超体素内的每一关联点云的原始坐标信息和第二预测偏移量之和,并计算该第二超体素内所有求和运算结果的均值,将该均值作为该第二超体素对应的实例中心;或者,计算该第二超体素内所有求和运算结果的中位数,将该中位数作为该第二超体素对应的实例中心;又或者,计算该第二超体素内所有求和运算结果的众数,将该众数作为该第二超体素对应的实例中心。
在确定第二超体素对应的实例中心后,根据第二超体素对应的实例中心和关联点云的原始坐标信息,确定关联点云的偏移伪标签可以是,计算两两第二超体素对应的实例中心之间的距离,若任意两个第二超体素对应的实例中心之间的距离小于距离阈值,且这两个第二超体素的语义伪标签相同,则对这两个第二超体素进行合并,得到第三超体素。
对于每一第三超体素,计算该第三超体素内的每一关联点云的第二预测偏移量和原始坐标信息之和的平均值;之后对于该第三超体素内的每一关联点云,将该平均值与该关联点云的原始坐标信息之差,作为该关联点云的偏移伪标签。
在确定关联点云的偏移伪标签后,将关联点云的偏移伪标签,作为可用点云的偏移伪标签。
可以理解的是,引入第二超体素,来确定可用点云的偏移伪标签,在保证可用点云的偏移伪标签质量的情况,提高了可用点云偏移伪标签确定的效率。
相应的,在上述实施例的基础上,作为本公开的一种可选方式,根据第一预测语义信息、第一预测偏移量、样本点云对应的样本标签和样本点云的原始坐标信息,确定训练损失还可以是,根据第一预测语义信息和样本点云对应的样本标签中的语义标签,确定第一损失;根据第一预测偏移量和样本点云的原始坐标信息,确定第二损失;根据第一预测偏移量和样本标签中的偏移标签,确定第三损失;根据第一损失、第二损失和第三损失,确定训练损失。
具体的,可以基于预先设定的损失函数(比如交叉熵损失),第一预测语义信息和样本点云对应的样本标签中的语义标签,确定第一损失;与此同时,根据第一预测偏移量和样本点云的原始坐标信息,确定第二损失,具体可以是针对同一个第二超体素内的每一点云,将该点云的第一预测偏移量和该点云的原始坐标信息进行求和运算,计算所有求和运算结果的标准差;将有标签点云所属的所有第二超体素对应的标准差,做均值运算,即可得到第二损失;以及可基于预先设定的损失函数,第一预测偏移量和样本标签中的偏移标签,确定第三损失;最后将第一损失、第二损失和第三损失进行加权求和,以得到训练损失。
可以理解的是,引入预测偏移量的监督,来确定训练损失,从而保证了点分割模型的准确性。
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,本实施例在上述实施例的基础上,对“根据第一置信度信息,对无标签点云进行筛选,得到可用点云”进一步优化,提供了一种可选实施方案。如图3所示,本实施例的点云处理模型的训练方法可以包括:
S301,将无标签点云输入至点云处理模型,得到无标签点云的第二预测语义信息、第二预测偏移量和第一置信度信息。
其中,点云处理模型采用有标签点云对初始模型进行训练得到。
S302,根据第一置信度信息,对无标签点云进行筛选,得到候选点云。
具体的,将第一置信度信息超过置信度阈值的无标签点云,作为候选点云。其中,置信度阈值可以由本领域技术人员根据实际情况设定。
S303,根据候选点云的第二预测偏移量和原始坐标信息,对候选点云进行聚类,得到候选实例。
具体的,对于每一候选点云,计算该候选点云的第二预测偏移量和原始坐标信息之和,之后根据每一候选点云的第二预测偏移量和原始坐标信息之和,对各候选点云进行聚类,以得到候选实例。
S304,将候选实例的实例特征输入至修正模型,得到修正模型输出结果对应的第二置信度信息。
本实施例中,实例特征为点云的逐点高层信息和原始坐标信息拼接后的结果。所谓修正模型可以是轻量级的若干层稀疏卷积搭建的多层感知机(Multilayer Perceptron,MLP)。
具体的,对于每一候选实例,将该候选实例对应的实例特征输入至修正模型中,得到该候选实例的语义类别和语义类别对应的第二置信度信息。
S305,根据第二置信度信息,对候选实例进行筛选,并根据筛选结果,确定可用点云。
具体的,对于每一候选实例,若该候选实例的语义类别对应的第二置信度信息大于设定阈值,则可以保留该候选实例所包含的点云;若该候选实例的语义类别对应的第二置信度信息小于设定阈值,则剔除该候选实例所包含的点云。进而将保留的候选实例包含的所有点云,作为可用点云。
S306,根据可用点云的第二预测语义信息和第二预测偏移量,确定可用点云的伪标签。
S307,将可用点云作为样本点云。
S308,将样本点云输入至点云处理模型,得到样本点云的第一预测语义信息和第一预测偏移量。
S309,根据第一预测语义信息、第一预测偏移量、样本点云对应的样本标签和样本点云的原始坐标信息,确定训练损失。
S310,采用训练损失,对点云处理模型进行训练。
本公开实施例的技术方案,通过将根据第一置信度信息,对无标签点云进行筛选,得到候选点云,之后根据候选点云的第二预测偏移量和原始坐标信息,对候选点云进行聚类,得到候选实例,进而将候选实例的实例特征输入至修正模型,得到修正模型输出结果对应的第二置信度信息,并根据第二置信度信息,对候选实例进行筛选,并根据筛选结果,确定可用点云。上述技术方案,通过第一置信度信息确定候选点云,以得到候选实例,又根据第二置信度信息从候选实例中筛选点云,使得可用点云的确定更加准确,从而确保了可用点云的伪标签的准确性。
图4是根据本公开实施例提供的一种点云实例分割方法的流程图,该方法适用于如何对点云实例进行分割的情况。该方法可以由点云实例分割装置来执行,该装置可以采用软件和/或硬件的方式实现,并可集成于承载点云实例分割功能的电子设备中。如图4所示,本实施例的点云实例分割方法可以包括:
S401,获取待分割点云。
本实施例中,待分割点云为需要进行实例分割的点云。
S402,基于点云处理模型,对待分割点云进行实例分割。
具体可以是,将待分割点云输入点云处理模型,得到待分割点云的第三预测语义信息和第三预测偏移量。
本实施例中,点云处理模型通过上述任意实施例所提供的点云处理模型的训练方法训练得到。第三预测语义信息为对待分割点云的语义的预测信息。所谓第三预测偏移量为对待分割点云的偏移量的预测值。
具体的,将待分割点云输入点云处理模型,经过模型处理,得到待分割点云的第三预测语义信息和第三预测偏移量;根据第三预测语义信息和第三预测偏移量,对待分割点云进行实例分割。
可选的,对于每一待分割点云,计算该待分割点云的第三预测偏移量和原始坐标信息之和,之后根据每一待分割点云的第三预测偏移量和原始坐标信息之后,对各待分割点云进行聚类,得到至少一簇点云集。进而将第三预测语义信息相同的至少一簇点云集中的待分割点云划分为同一实例。
本实施例的技术方案,通过获取待分割点云,并基于点云处理模型,对待分割点云进行实例分割。上述技术方案,通过点云处理模型对待分割点云进行实例分割,提高了点云实例分割的准确性。
图5是根据本公开实施例提供的一种点云处理模型的训练装置的结构示意图,本实施例适用于在少量、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的情况。尤其适用于,在少量、有限的有标签训练数据条件下,如何精准训练点云实例分割模型,以实现对点云实例的精准分割。该装置可以采用软件和/或硬件的方式实现,并可集成于承载模型训练功能的电子设备中。如图5所示,本实施例的点云处理模型的训练装置500可以包括:
样本点云确定模块501,用于根据有标签点云,对无标签点云进行标注,得到样本点云;
样本点云处理模块502,用于将样本点云输入至点云处理模型,得到样本点云的第一预测语义信息和第一预测偏移量;
训练损失确定模块503,用于根据第一预测语义信息、第一预测偏移量、样本点云对应的样本标签和样本点云的原始坐标信息,确定训练损失;
模型训练模块504,用于采用训练损失,对点云处理模型进行训练。
本公开实施例的技术方案,通过根据有标签点云,对无标签点云进行标注,得到样本点云,之后将样本点云输入至点云处理模型,得到样本点云的第一预测语义信息和第一预测偏移量,进而根据第一预测语义信息、第一预测偏移量、样本点云对应的样本标签和样本点云的原始坐标信息,确定训练损失,并采用训练损失,对点云处理模型进行训练。上述技术方案,在半监督训练场景下,通过对无标签点云进行标注,扩大了携带有标签的点云数据的数量,同时引入第一预测语义信、第一预测偏移量、样本标签和样本点云的原始坐标信息,来确定训练模型的损失,保证了所确定的训练损失的准确性,进而使得所得到的点云处理模型具有较高的精度,从而保证了点云分割结果的准确性。
进一步地,样本点云确定模块501包括:
第一超体素确定单元,用于根据点云几何信息,对原始点云进行超体素分割,得到第一超体素;
第一样本点云确定单元,用于根据第一超体素内的有标签点云,对第一超体素内的无标签点云进行标注,得到样本点云。
进一步地,样本点云确定模块501还包括:
无标签点云信息确定单元,用于将无标签点云输入至点云处理模型,得到无标签点云的第二预测语义信息、第二预测偏移量和第一置信度信息;点云处理模型采用有标签点云对初始模型进行训练得到;
可用点云确定单元,用于根据第一置信度信息,对无标签点云进行筛选,得到可用点云;
伪标签确定单元,用于根据可用点云的第二预测语义信息和第二预测偏移量,确定可用点云的伪标签;
第二样本点云确定单元,用于将可用点云作为样本点云。
进一步地,伪标签确定单元包括:
语义伪标签确定子单元,用于根据可用点云的第二预测语义信息,确定可用点云的语义伪标签;
偏移伪标签确定子单元,用于根据可用点云的第二预测偏移量,确定可用点云的偏移伪标签。
进一步地,偏移伪标签确定子单元具体用于:
从可用点云中确定第二超体素的关联点云;
根据关联点云的第二预测偏移量和原始坐标信息,确定第二超体素对应的实例中心;
根据第二超体素对应的实例中心和关联点云的原始坐标信息,确定关联点云的偏移伪标签;
将关联点云的偏移伪标签,作为可用点云的偏移伪标签。
进一步地,可用点云确定单元具体用于:
根据第一置信度信息,对无标签点云进行筛选,得到候选点云;
根据候选点云的第二预测偏移量和原始坐标信息,对候选点云进行聚类,得到候选实例;
将候选实例的实例特征输入至修正模型,得到修正模型输出结果对应的第二置信度信息;
根据第二置信度信息,对候选实例进行筛选,并根据筛选结果,确定可用点云。
进一步地,训练损失确定模块503具体用于:
根据第一预测语义信息和样本点云对应的样本标签中的语义标签,确定第一损失;
根据第一预测偏移量和样本点云的原始坐标信息,确定第二损失;
根据第一预测偏移量和样本标签中的偏移标签,确定第三损失;
根据第一损失、第二损失和第三损失,确定训练损失。
图6是根据本公开实施例提供的一种点云实例分割装置的结构示意图,本实施例适用于如何对点云实例进行分割的情况。该装置可以采用软件和/或硬件的方式实现,并可集成于承载点云实例分割功能的电子设备中。如图6所示,本实施例的点云实例分割装置600可以包括:
待分割点云获取模块601,用于获取待分割点云;
实例分割模块602,用于基于点云处理模型,对待分割点云进行实例分割;其中,点云处理模型通过上述中任一实施例的点云处理模型的训练方法训练得到。
本实施例的技术方案,通过获取待分割点云,并基于点云处理模型,对待分割点云进行实例分割。上述技术方案,通过点云处理模型对待分割点云进行实例分割,提高了点云实例分割的准确性。
本公开的技术方案中,所涉及的有标签点云和无标签点云等的获取、存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机,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7所示,电子设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储电子设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
电子设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许电子设备700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。
计算单元701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701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701执行上文所描述的各个方法和处理,例如点云处理模型的训练方法,或点云实例分割方法。例如,在一些实施例中,点云处理模型的训练方法,或点云实例分割方法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708。在一些实施例中,计算机程序的部分或者全部可以经由ROM702和/或通信单元709而被载入和/或安装到电子设备700上。当计算机程序加载到RAM 703并由计算单元701执行时,可以执行上文描述的点云处理模型的训练方法,或点云实例分割方法的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行点云处理模型的训练方法,或点云实例分割方法。
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、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(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。服务器可以是云服务器,也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。
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、自然语言处理技术及机器学习/深度学习技术、大数据处理技术、知识图谱技术等几大方向。
云计算(cloud computing),指的是通过网络接入弹性可扩展的共享物理或虚拟资源池,资源可以包括服务器、操作系统、网络、软件、应用和存储设备等,并可以按需、自服务的方式对资源进行部署和管理的技术体系。通过云计算技术,可以为人工智能、区块链等技术应用、模型训练提供高效强大的数据处理能力。
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,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,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。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (19)
1.一种点云处理模型的训练方法,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。
2.根据权利要求1所述的方法,其中,所述根据有标签点云,对无标签点云进行标注,得到样本点云,包括:
根据点云几何信息,对原始点云进行超体素分割,得到第一超体素;
根据所述第一超体素内的有标签点云,对所述第一超体素内的无标签点云进行标注,得到样本点云。
3.根据权利要求1所述的方法,其中,所述根据有标签点云,对无标签点云进行标注,得到样本点云,包括:
将无标签点云输入至点云处理模型,得到所述无标签点云的第二预测语义信息、第二预测偏移量和第一置信度信息;所述点云处理模型采用有标签点云对初始模型进行训练得到;
根据所述第一置信度信息,对所述无标签点云进行筛选,得到可用点云;
根据所述可用点云的第二预测语义信息和第二预测偏移量,确定所述可用点云的伪标签;
将所述可用点云作为样本点云。
4.根据权利要求3所述的方法,其中,所述根据所述可用点云的第二预测语义信息和第二预测偏移量,确定所述可用点云的伪标签,包括:
根据所述可用点云的第二预测语义信息,确定所述可用点云的语义伪标签;
根据所述可用点云的第二预测偏移量,确定所述可用点云的偏移伪标签。
5.根据权利要求4所述的方法,其中,所述根据所述可用点云的第二预测偏移量,确定所述可用点云的偏移伪标签,包括:
从所述可用点云中确定第二超体素的关联点云;
根据所述关联点云的第二预测偏移量和原始坐标信息,确定所述第二超体素对应的实例中心;
根据所述第二超体素对应的实例中心和所述关联点云的原始坐标信息,确定所述关联点云的偏移伪标签;
将所述关联点云的偏移伪标签,作为所述可用点云的偏移伪标签。
6.根据权利要求3所述方法,其中,所述根据所述第一置信度信息,对所述无标签点云进行筛选,得到可用点云,包括:
根据所述第一置信度信息,对所述无标签点云进行筛选,得到候选点云;
根据所述候选点云的第二预测偏移量和原始坐标信息,对所述候选点云进行聚类,得到候选实例;
将所述候选实例的实例特征输入至修正模型,得到所述修正模型输出结果对应的第二置信度信息;
根据所述第二置信度信息,对所述候选实例进行筛选,并根据筛选结果,确定可用点云。
7.根据权利要求1所述的方法,其中,所述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,包括:
根据所述第一预测语义信息和所述样本点云对应的样本标签中的语义标签,确定第一损失;
根据所述第一预测偏移量和所述样本点云的原始坐标信息,确定第二损失;
根据所述第一预测偏移量和所述样本标签中的偏移标签,确定第三损失;
根据所述第一损失、所述第二损失和所述第三损失,确定训练损失。
8.一种点云实例分割方法,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权利要求1-7中任一所述的点云处理模型的训练方法训练得到。
9.一种模型训练装置,包括:
样本点云确定模块,用于根据有标签点云,对无标签点云进行标注,得到样本点云;
样本点云处理模块,用于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;
训练损失确定模块,用于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;
模型训练模块,用于采用所述训练损失,对所述点云处理模型进行训练。
10.根据权利要求9所述的装置,其中,所述样本点云确定模块包括:
第一超体素确定单元,用于根据点云几何信息,对原始点云进行超体素分割,得到第一超体素;
第一样本点云确定单元,用于根据所述第一超体素内的有标签点云,对所述第一超体素内的无标签点云进行标注,得到样本点云。
11.根据权利要求9所述的装置,其中,所述样本点云确定模块包括:
无标签点云信息确定单元,用于将无标签点云输入至点云处理模型,得到所述无标签点云的第二预测语义信息、第二预测偏移量和第一置信度信息;所述点云处理模型采用有标签点云对初始模型进行训练得到;
可用点云确定单元,用于根据所述第一置信度信息,对所述无标签点云进行筛选,得到可用点云;
伪标签确定单元,用于根据所述可用点云的第二预测语义信息和第二预测偏移量,确定所述可用点云的伪标签;
第二样本点云确定单元,用于将所述可用点云作为样本点云。
12.根据权利要求11所述的装置,其中,所述伪标签确定单元包括:
语义伪标签确定子单元,用于根据所述可用点云的第二预测语义信息,确定所述可用点云的语义伪标签;
偏移伪标签确定子单元,用于根据所述可用点云的第二预测偏移量,确定所述可用点云的偏移伪标签。
13.根据权利要求12所述的装置,其中,所述偏移伪标签确定子单元具体用于:
从所述可用点云中确定第二超体素的关联点云;
根据所述关联点云的第二预测偏移量和原始坐标信息,确定所述第二超体素对应的实例中心;
根据所述第二超体素对应的实例中心和所述关联点云的原始坐标信息,确定所述关联点云的偏移伪标签;
将所述关联点云的偏移伪标签,作为所述可用点云的偏移伪标签。
14.根据权利要求11所述装置,其中,所述可用点云确定单元具体用于:
根据所述第一置信度信息,对所述无标签点云进行筛选,得到候选点云;
根据所述候选点云的第二预测偏移量和原始坐标信息,对所述候选点云进行聚类,得到候选实例;
将所述候选实例的实例特征输入至修正模型,得到所述修正模型输出结果对应的第二置信度信息;
根据所述第二置信度信息,对所述候选实例进行筛选,并根据筛选结果,确定可用点云。
15.根据权利要求9所述的装置,其中,所述训练损失确定模块具体用于:
根据所述第一预测语义信息和所述样本点云对应的样本标签中的语义标签,确定第一损失;
根据所述第一预测偏移量和所述样本点云的原始坐标信息,确定第二损失;
根据所述第一预测偏移量和所述样本标签中的偏移标签,确定第三损失;
根据所述第一损失、所述第二损失和所述第三损失,确定训练损失。
16.一种点云实例分割装置,包括:
待分割点云获取模块,用于获取待分割点云;
实例分割模块,用于基于点云处理模型,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权利要求1-7中任一所述的点云处理模型的训练方法训练得到。
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1-7中任一项所述的点云处理模型的训练方法,或权利要求8所述的点云实例分割方法。
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计算机执行根据权利要求1-7中任一项所述的点云处理模型的训练方法,或权利要求8所述的点云实例分割方法。
19.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的点云处理模型的训练方法,或权利要求8所述的点云实例分割方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210306654.1A CN114648676B (zh) | 2022-03-25 | 2022-03-25 | 点云处理模型的训练和点云实例分割方法及装置 |
US18/054,233 US20230306081A1 (en) | 2022-03-25 | 2022-11-10 | Method for training a point cloud processing model, method for performing instance segmentation on point cloud, and electronic device |
KR1020220150157A KR20230139296A (ko) | 2022-03-25 | 2022-11-11 | 포인트 클라우드 처리 모델의 훈련과 포인트 클라우드 인스턴스 분할 방법 및 장치 |
JP2023019915A JP2023143742A (ja) | 2022-03-25 | 2023-02-13 | ポイントクラウド処理モデルのトレーニング方法、ポイントクラウドインスタンス分割方法および装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210306654.1A CN114648676B (zh) | 2022-03-25 | 2022-03-25 | 点云处理模型的训练和点云实例分割方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114648676A true CN114648676A (zh) | 2022-06-21 |
CN114648676B CN114648676B (zh) | 2024-05-24 |
Family
ID=81995794
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210306654.1A Active CN114648676B (zh) | 2022-03-25 | 2022-03-25 | 点云处理模型的训练和点云实例分割方法及装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230306081A1 (zh) |
JP (1) | JP2023143742A (zh) |
KR (1) | KR20230139296A (zh) |
CN (1) | CN114648676B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114821013A (zh) * | 2022-07-01 | 2022-07-29 | 深圳大学 | 基于点云数据的基元检测方法、装置和计算机设备 |
CN114821248A (zh) * | 2022-07-01 | 2022-07-29 | 深圳大学 | 面向点云理解的数据主动筛选标注方法和装置 |
CN115471805A (zh) * | 2022-09-30 | 2022-12-13 | 阿波罗智能技术(北京)有限公司 | 点云处理和深度学习模型训练方法、装置及自动驾驶车辆 |
CN116109650A (zh) * | 2023-02-01 | 2023-05-12 | 中国科学院自动化研究所 | 点云实例分割模型训练方法和训练装置 |
CN117593204A (zh) * | 2023-10-30 | 2024-02-23 | 上海理工大学 | 一种基于超体素邻近聚类的点云实例分割方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102682558B1 (ko) * | 2024-01-30 | 2024-07-08 | 주식회사 에이모 | 포인트 클라우드에서 인스턴스를 생성하는 방법 및 장치 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3073443A1 (en) * | 2015-03-23 | 2016-09-28 | Université de Mons | 3D Saliency map |
CN109597087A (zh) * | 2018-11-15 | 2019-04-09 | 天津大学 | 一种基于点云数据的3d目标检测方法 |
CN112287939A (zh) * | 2020-10-29 | 2021-01-29 | 平安科技(深圳)有限公司 | 三维点云语义分割方法、装置、设备及介质 |
CN113326825A (zh) * | 2021-08-03 | 2021-08-31 | 新石器慧通(北京)科技有限公司 | 伪标签生成方法、装置、电子设备及存储介质 |
CN113850811A (zh) * | 2021-03-25 | 2021-12-28 | 北京大学 | 基于多尺度聚类和掩码打分的三维点云实例分割方法 |
CN113901991A (zh) * | 2021-09-15 | 2022-01-07 | 天津大学 | 一种基于伪标签的3d点云数据半自动标注方法及装置 |
CN114187446A (zh) * | 2021-12-09 | 2022-03-15 | 厦门大学 | 一种跨场景对比学习的弱监督点云语义分割方法 |
-
2022
- 2022-03-25 CN CN202210306654.1A patent/CN114648676B/zh active Active
- 2022-11-10 US US18/054,233 patent/US20230306081A1/en not_active Abandoned
- 2022-11-11 KR KR1020220150157A patent/KR20230139296A/ko unknown
-
2023
- 2023-02-13 JP JP2023019915A patent/JP2023143742A/ja active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3073443A1 (en) * | 2015-03-23 | 2016-09-28 | Université de Mons | 3D Saliency map |
CN109597087A (zh) * | 2018-11-15 | 2019-04-09 | 天津大学 | 一种基于点云数据的3d目标检测方法 |
CN112287939A (zh) * | 2020-10-29 | 2021-01-29 | 平安科技(深圳)有限公司 | 三维点云语义分割方法、装置、设备及介质 |
CN113850811A (zh) * | 2021-03-25 | 2021-12-28 | 北京大学 | 基于多尺度聚类和掩码打分的三维点云实例分割方法 |
CN113326825A (zh) * | 2021-08-03 | 2021-08-31 | 新石器慧通(北京)科技有限公司 | 伪标签生成方法、装置、电子设备及存储介质 |
CN113901991A (zh) * | 2021-09-15 | 2022-01-07 | 天津大学 | 一种基于伪标签的3d点云数据半自动标注方法及装置 |
CN114187446A (zh) * | 2021-12-09 | 2022-03-15 | 厦门大学 | 一种跨场景对比学习的弱监督点云语义分割方法 |
Non-Patent Citations (2)
Title |
---|
WANG, YJ ET AL: "Hierarchical Instance Recognition of Individual Roadside Trees in Environmentally Complex Urban Areas from UAV Laser Scanning Point Clouds", ISPRS INTERNATIONAL JOURNAL OF GEO-INFORMATION, 31 October 2020 (2020-10-31) * |
高飞;朱福利;: "基于样本类别确定度的半监督分类", 北京航空航天大学学报, no. 09, 9 January 2018 (2018-01-09) * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114821013A (zh) * | 2022-07-01 | 2022-07-29 | 深圳大学 | 基于点云数据的基元检测方法、装置和计算机设备 |
CN114821248A (zh) * | 2022-07-01 | 2022-07-29 | 深圳大学 | 面向点云理解的数据主动筛选标注方法和装置 |
CN114821248B (zh) * | 2022-07-01 | 2022-10-21 | 深圳大学 | 面向点云理解的数据主动筛选标注方法和装置 |
CN115471805A (zh) * | 2022-09-30 | 2022-12-13 | 阿波罗智能技术(北京)有限公司 | 点云处理和深度学习模型训练方法、装置及自动驾驶车辆 |
CN115471805B (zh) * | 2022-09-30 | 2023-09-05 | 阿波罗智能技术(北京)有限公司 | 点云处理和深度学习模型训练方法、装置及自动驾驶车辆 |
CN116109650A (zh) * | 2023-02-01 | 2023-05-12 | 中国科学院自动化研究所 | 点云实例分割模型训练方法和训练装置 |
CN116109650B (zh) * | 2023-02-01 | 2024-02-13 | 中国科学院自动化研究所 | 点云实例分割模型训练方法和训练装置 |
CN117593204A (zh) * | 2023-10-30 | 2024-02-23 | 上海理工大学 | 一种基于超体素邻近聚类的点云实例分割方法 |
CN117593204B (zh) * | 2023-10-30 | 2024-09-20 | 上海理工大学 | 一种基于超体素邻近聚类的点云实例分割方法 |
Also Published As
Publication number | Publication date |
---|---|
US20230306081A1 (en) | 2023-09-28 |
KR20230139296A (ko) | 2023-10-05 |
CN114648676B (zh) | 2024-05-24 |
JP2023143742A (ja) | 2023-10-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114648676B (zh) | 点云处理模型的训练和点云实例分割方法及装置 | |
CN112561077B (zh) | 多任务模型的训练方法、装置及电子设备 | |
CN113361578B (zh) | 图像处理模型的训练方法、装置、电子设备及存储介质 | |
CN113191256A (zh) | 车道线检测模型的训练方法、装置、电子设备及存储介质 | |
CN112560874A (zh) | 图像识别模型的训练方法、装置、设备和介质 | |
CN113642431A (zh) | 目标检测模型的训练方法及装置、电子设备和存储介质 | |
CN113344089B (zh) | 模型训练方法、装置及电子设备 | |
CN112862005B (zh) | 视频的分类方法、装置、电子设备和存储介质 | |
CN113313053A (zh) | 图像处理方法、装置、设备、介质及程序产品 | |
CN113947188A (zh) | 目标检测网络的训练方法和车辆检测方法 | |
CN114282670A (zh) | 神经网络模型的压缩方法、设备和存储介质 | |
CN113705628B (zh) | 预训练模型的确定方法、装置、电子设备以及存储介质 | |
CN113792742A (zh) | 遥感图像的语义分割方法和语义分割模型的训练方法 | |
CN113378712A (zh) | 物体检测模型的训练方法、图像检测方法及其装置 | |
CN113963011A (zh) | 图像识别方法、装置、电子设备及存储介质 | |
CN114111813A (zh) | 高精地图元素更新方法、装置、电子设备及存储介质 | |
CN112784102A (zh) | 视频检索方法、装置和电子设备 | |
CN113344121B (zh) | 训练招牌分类模型和招牌分类的方法 | |
CN115761698A (zh) | 一种目标检测方法、装置、设备及存储介质 | |
CN114445668A (zh) | 图像识别方法、装置、电子设备及存储介质 | |
CN113361519B (zh) | 目标处理方法、目标处理模型的训练方法及其装置 | |
CN113591567A (zh) | 目标检测方法、目标检测模型的训练方法及其装置 | |
CN113610856A (zh) | 训练图像分割模型和图像分割的方法和装置 | |
CN113205131A (zh) | 图像数据的处理方法、装置、路侧设备和云控平台 | |
CN113343979B (zh) | 用于训练模型的方法、装置、设备、介质和程序产品 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |