CN115131562A - 三维场景分割方法、模型训练方法、装置和电子设备 - Google Patents
三维场景分割方法、模型训练方法、装置和电子设备 Download PDFInfo
- Publication number
- CN115131562A CN115131562A CN202210806899.0A CN202210806899A CN115131562A CN 115131562 A CN115131562 A CN 115131562A CN 202210806899 A CN202210806899 A CN 202210806899A CN 115131562 A CN115131562 A CN 115131562A
- Authority
- CN
- China
- Prior art keywords
- feature
- size
- dimensional scene
- data
- result
- 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
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
- G06V10/20—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
- G06V10/267—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 by performing operations on regions, e.g. growing, shrinking or watersheds
-
- 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
- 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
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本公开提供了一种三维场景分割方法、模型训练方法、装置和电子设备,涉及人工智能技术领域,具体涉及图像处理、计算机视觉和深度学习等技术领域,可应用于3D视觉、增强现实等场景。实现方案为:获得目标三维场景对应的目标点云数据;对目标点云数据进行第一体素化,以获得目标点云数据对应的第一体素化数据,所述第一体素化数据包括多个第一尺寸的体素,多个第一尺寸的体素中的每一个体素与多个点中的至少一个点对应;对第一体素化数据进行特征提取,获得第一特征;以及基于第一特征,获得目标三维场景的分割结果。
Description
技术领域
本公开涉及人工智能技术领域,具体涉及图像处理、计算机视觉和深度学习等技术领域,可应用于3D视觉、增强现实等场景,具体涉及一种三维场景分割方法、三维场景分割模型训练方法、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。
基于人工智能的三维视觉技术已经渗透到各个领域。例如,针对道路场景下的三维场景中,基于三维场景的点云数据,对位于三维场景中的实例进行分割,可以识别出行人、汽车等物体,帮助车辆理解道路环境。
在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明,否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地,除非另有指明,否则此部分中提及的问题不应认为在任何现有技术中已被公认。
发明内容
本公开提供了一种三维场景分割方法、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,提供了一种三维场景分割方法,包括:获得目标三维场景对应的目标点云数据;对目标点云数据进行第一体素化,以获得所述目标点云数据对应的第一体素化数据,所述第一体素化数据包括多个第一尺寸的体素,所述多个第一尺寸的体素中的每一个体素与所述目标三维场景中的多个点中的至少一个点对应;基于所述第一体素化数据,获得第一特征,其中,所述第一特征于第二特征的相似度大于第一相似度阈值,其中,所述第二特征是基于第二体素化数据获得的,所述第二体素化数据是对所述点云数据进行第二体素化后获得的并且包括多个所述第二尺寸的体素,所述第二尺寸小于所述第一尺寸;以及基于所述第一特征,获得所述目标三维场景的分割结果。
根据本公开的另一方面,提供了一种三维场景分割模型训练方法,包括:获得训练三维场景对应的训练点云数据,所述训练三维场景包括多个点,所述多个点中的每一个点具有相应的标注标签,所述标注标签指示相应点在多个类别中的相应类别;对所述训练点云数据分别进行第一体素化和第二体素化,以获得第一体素化数据和第二体素化数据,所述第一体素化数据包括多个第一尺寸的体素,所述第二体素化数据包括多个第二尺寸的体素,所述第一尺寸是所述第二尺寸的预设倍数;利用所述三维场景分割模型处理所述第一体素化数据以获得第一特征,以及利用经训练的第一模型处理所述第二体素化数据以获得第三特征并且将所述第三特征转换为第二特征,所述第一特征和所述第二特征具有与所述第一尺寸相应的第一特征维度,所述第三特征具有与所述第二尺寸相应的第二特征维度;基于所述第一特征和所述第二特征,获得第一损失;以及至少基于所述第一损失,调整所述第一卷积编码器的参数。
根据本公开的另一方面,提供了一种三维场景分割装置,包括:点云数据获取单元,被配置用于获得目标三维场景对应的目标点云数据;第一体素化单元,被配置用于对目标点云数据进行第一体素化,以获得所述目标点云数据对应的第一体素化数据,所述第一体素化数据包括多个第一尺寸的体素,所述多个第一尺寸的体素中的每一个体素与所述目标三维场景中的多个点中的至少一个点对应;特征提取单元,被配置用于基于所述第一体素化数据,获得第一特征,其中,所述第一特征于第二特征的相似度大于第一相似度阈值,其中,所述第二特征是基于第二体素化数据获得的,所述第二体素化数据是对所述点云数据进行第二体素化后获得的并且包括多个所述第二尺寸的体素,所述第二尺寸小于所述第一尺寸;以及分割结果获取单元,被配置用于基于所述第一特征,获得所述目标三维场景的分割结果。
根据本公开的另一方面,提供了一种三维场景分割模型训练装置,包括:第一获取单元,被配置用于获得训练三维场景对应的训练点云数据,所述训练三维场景包括多个点,所述多个点中的每一个点具有相应的标注标签,所述标注标签指示相应点在多个类别中的相应类别;体素化单元,被配置用于对所述训练点云数据分别进行第一体素化和第二体素化,以获得第一体素化数据和第二体素化数据,所述第一体素化数据包括多个第一尺寸的体素,所述第二体素化数据包括多个第二尺寸的体素,所述第一尺寸是所述第二尺寸的预设倍数;特征获取单元,被配置用于利用所述三维场景分割模型处理所述第一体素化数据以获得第一特征,以及利用经训练的第一模型处理所述第二体素化数据以获得第三特征并且将所述第三特征转换为第二特征,所述第一特征和所述第二特征具有与所述第一尺寸相应的第一特征维度,所述第三特征具有与所述第二尺寸相应的第二特征维度;第一计算单元,被配置用于基于所述第一特征和所述第二特征,获得第一损失;以及参数调整单元,被配置用于至少基于所述第一损失,调整所述三维场景分割模型的参数。
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根据本公开的实施例所述的方法。
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所述计算机执行根据本公开的实施例所述的方法。
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,所述计算机程序在被处理器执行时实现本公开的实施例所述的方法。
根据本公开的一个或多个实施例,可以减少计算量的同时,提升对三维场景的分割精度。
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2示出了根据本公开的实施例的三维场景分割方法的流程图;
图3示出了根据本公开的实施例的三维场景分割方法中基于第一体素化数据获得第一特征的过程的流程图;
图4示出了根据本公开的实施例的三维场景分割方法中基于第一输出结果获得分割结果的过程的流程图;
图5示出了根据本公开的实施例的三维场景分割模型训练方法的流程图;
图6示出了根据本公开的根据本公开的实施例的三维场景分割模型训练方法的流程图;
图7示出了根据本公开的根据本公开的实施例的三维场景分割模型训练方法的流程图;
图8示出了根据本公开的实施例的三维场景分割装置的结构框图;
图9示出了根据本公开的实施例的三维场景分割模型训练装置的结构框图;以及
图10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要素与另一要素区分开。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三维场景分割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还可以提供其他服务或软件应用,这些服务或软件应用可以包括非虚拟环境和虚拟环境。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。
用户可以使用客户端设备101、102、103、104、105和/或106来获取分割结果。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、智能屏设备、自助服务终端设备、服务机器人、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、APPLE iOS、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 WindowsMobile 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(诸如智能眼镜)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、区块链网络、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/或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/或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音频文件和视频文件的信息。数据库130可以驻留在各种位置。例如,由服务器120使用的数据库可以在服务器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使用的数据库例如可以是关系数据库。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。
根据本公开的一方面,提供了一种三维场景分割方法。参看图2,根据本公开的一些实施例,三维场景分割方法200包括:
步骤S210:获得目标三维场景对应的目标点云数据;
步骤S220:对目标点云数据进行第一体素化,以获得所述目标点云数据对应的第一体素化数据,所述第一体素化数据包括多个第一尺寸的体素,所述多个第一尺寸的体素中的每一个体素与所述目标三维场景中的多个点中的至少一个点对应;
步骤S230:基于所述第一体素化数据,获得第一特征,其中,所述第一特征与第二特征的相似度大于第一相似度阈值,其中,所述第二特征是基于第二体素化数据获得的,所述第二体素化数据是对所述点云数据进行第二体素化后获得的并且包括多个所述第二尺寸的体素,所述第二尺寸小于所述第一尺寸;以及
步骤S240:基于所述第一特征,获得所述目标三维场景的分割结果。
基于包含多个第一尺寸的体素的第一体素化数据获得第一特征,并基于该第一特征获得分割结果,由于该第一特征与第二特征之间的相似度大于阈值,而该第二特征是基于包含多个较小尺寸(第二尺寸)的体素的第二体素化数据获得的,使得基于包含粗体素(第一尺寸的体素)的体素化数据获得的第一特征与基于包含精细体素(第二尺寸的体素)的体素化数据获得的第二特征相似,即基于粗体素的体素化数据获得的特征具有基于精细体素的体素化数据所获得的特征的特征分布,使得在输入数据量较小、计算量较小的情况下获得输入数据量较大、计算量较大的特征分布,实现在减小计算量同时使得分割精度较高。
在相关技术中,通过三维场景分割模型对三维场景进行分割,其中,三维场景分割模型在训练过程中采用另一经训练的模型作为教师模型进行指导。具体的,将训练三维场景的点云数据进行体素化获得训练体素化数据之后,将训练体素化数据分别输入至三维场景分割模型和教师模型,采用教师模型对训练点云数据进行特征提取之后的特征作为三维场景分割模型的监督,使得经训练的三维场景分割模型基于输入的体素化数据所提取的特征与教师模型基于相同的输入的体素化数据所提取的特征的分布相同。由于输入教师模型和三维场景分割模型的体素化数据相同,体素化数据中所包含的体素尺寸固定,使得训练后的三维场景分割模型对输入的体素化数据所提取的特征的精度受限于体素化数据中所包含的体素的尺寸,仅仅能够达到教师模型基于该体素化数据所提取的特征的精度,无法进一步提升,使得三维场景分割模型的精度受限于体素化数据中所包含的体素的尺寸,无法进一步提升。即使改变教师模型,进一步增加教师模型的参数量,也无法提升学生模型的分割精度。
在本公开的实施例中,通过获得目标点云数据的包含多个第一尺寸的体素的第一体素化数据,并基于该第一体素化数据获得第一特征,该第一特征的精度并非受限于第一体素化数据所包含的体素的尺寸,而是具有基于包含多个第二尺寸的体素的第二体素化数据所获得的第三特征的精度;使得基于第一特征所获得的分割结果的精度不受限于第一体素化数据所包含的体素的尺寸,而是具有基于第三特征所获得的分割结果的精度,提升了分割结果的准确性。进一步,由于上述对目标三维场景进行分割的过程中,基于包含较大(第一尺寸)尺寸的体素的体素化数据,就能获得基于包含较小(第二尺寸)的体素的体素化数据所提取的特征的精度,包含较大尺寸的体素的体素化数据的数据量小于包含较小的体素的体素化数据的数据量,从而也减少了对目标三维场景进行分割的过程中的数据处理量。
目标三维场景是经确定需要对其进行分割的三维场景。在一些实施例中,三维场景可以是任意的室内场景或室外场景,例如,针对单个教室的三维空间的场景,针对足球场的三维空间的场景。
目标三维场景的点云数据集可以是通过三维扫描设备针对目标三维场景进行扫描所采集的数据集。在一些实施例中,目标三维场景包括多个实例,则点云数据集中的每一个数据对应于多个实例中各个实例上被三维扫描设备扫描过的点。目标三维场景中的实例,即位于三维场景中的能够被扫描以获得相应的点云数据的对象,例如,实例可以是桌子、椅子、汽车或者人等,在此并不限定。
在一些实施例中,三维扫描设备包括激光雷达(2D/3D)、立体摄像头(stereocamera)、越渡时间相机(time-of-flight camera)等。
在一些实施例中,点云数据集中的每个点云数据指示该点云数据的相应点的位置信息、颜色信息、灰度值信息等。
在一些实施例中,基于目标三维场景中多个点中的每一个点的位置坐标进行体素化,以获得体素化数据。
在一些实施例中,采用经训练的卷积神经网络,对目标点云数据进行体素化。
在一些实施例中,对目标点云数据进行第一体素化获得的第一体素化数据中的每个体素的体积为V1,其中,V1=x3,其中,x为每个立方体体素的边长。
在一些实施例中,所述多个第一尺寸的体素中的每一个第一尺寸的体素为立方体。在一些实施例中,该立方体的边长的取值不超过0.1m。
避免体素的体积过大,使分割结果的准确性降低。
在一些实施例中,所述第一特征和所述第二特征分别具有与所述第一尺寸相应的第一特征维度,对所述第一体素化数据进行特征提取,获得第一特征包括:
将所述第一体素化数据输入至第一卷积编码器,以获得所述第一特征,其中,
所述第一卷积编码器是基于包括第二卷积编码网络的深度模型进行训练而获得的。
在一些实施例中,所述第二卷积编码网络包括第二卷积编码器和变换模块,所述变换模块能够对所述第二卷积编码器基于所述第二体素化数据进行特征提取之后获得的第三特征进行转换而得到所述第二特征,所述第三特征具有与所述第二尺寸相应的第二特征维度。
采用第二卷积编码网络基于第二体素化数据输出的第二特征对第一卷积编码器基于第一体素化数据所提取的特征进行监督,从而使得最终经训练的三维场景分割模型的卷积编码器能够基于较大尺寸的体素化数据获得的特征与深度模型基于较小尺寸的体素化数据获得的特征相似,最终实现第一卷积编码器在较小计算量的情况下,获得较高精度的第一特征。
在一些实施例中,第一特征维度表示为[W,H,D,C],其中W、H、D和C分别表示针对包含第一尺寸的多个体素的第一体素化数据所提取的3D特征图的宽、高、深度和特征的通道数。同样,第二特征维度表示为[W’,H’,D’,C’],其中W’、H’、D’和C’分别表示针对包含第一尺寸的多个体素的第一体素化数据所提取的3D特征图的宽、高、深度和特征的通道数。
由于第一尺寸不同于第二尺寸,因此W、H、D和C分别与W’、H’、D’和C不同。在根据本公开的实施例中,采用变换模块,将具有第二特征维度的第三特征转换为第一特征维度的第二特征,使得第二特征在特征维度上与第一特征相同,从而可以计算第一特征和第二特征之间的相似度。
在一些实施例中,变换模块由若干卷积网络构成。
在一些实施例中,所述第一尺寸是所述第二尺寸的预设倍数,所述预设倍数的取值范围在1-10之间。
避免体素的体积过大,使基于多个第一尺寸的体素获得的第二特征无法达到基于包括多个第二尺寸的第二体素化数据获得的第二特征的精度。
在一些实施例中,所述第一卷积编码器的参数的数量小于所述第二卷积编码器的参数的数量。
由于第二卷积编码器的参数量大于第一卷积编码器的参数量,使得基于第二卷积编码器所提取的特征较第一卷积编码器所提取的特征精度更高,进一步提升基于深度模型的指导进行训练后的第一卷积编码器所提取的特征的精度。
在一些实施例中,第一尺寸的体素的体积为V1,第二尺寸的体素的体积为V2,则设置第二卷积编码器的参数数量是第一卷积编码器的参数数量的(V1/V2)3倍。
在一些实施例中,如图3所示,基于所述第一特征,获得所述点云数据对应的分割结果包括:
步骤S310:基于所述第一特征,获得第一输出结果,所述第一输出结果包括与所述多个第一尺寸的体素中的每一个体素对应的第一体素结果,所述第一体素结果指示相应体素在多个类别中的对应类别;以及
步骤S320:基于所述第一输出结果,获得所述分割结果。
通过获得与多个第一尺寸的体素中的每一个体素对应的第一体素结果,获得分割结果,实现分割结果的获得。
在一些实施例中,多个类别中的每一个类别指示该体素的语义标签。
在一些实施例中,多个类别中的每一个类别指示该体素中的各个点在目标三维场景中所对应的实例。
在一些实施例中,将第一特征输入到多层感知机网络,以获得所述第一输出结果。
在一些实施例中,第一体素结果指示相应体素对应于多个类别中的每一个类别的概率。
在一些实施例中,所述第一输出结果与基于所述第二特征获得的第二输出结果之间的相似度大于第二相似度阈值,所述第二输出结果包括与所述多个第一尺寸的体素中的每一个体素对应的第二体素结果,所述第二体素结果指示相应体素在所述多个类别中的对应类别。
通过使基于第一特征获得的第一输出结果和基于第二特征获得的第二输出结果的相似度大于第二相似度阈值,使得基于包括多个第一尺寸的体素的第一体素化数据获得分割结果的过程中,不仅仅使基于该第一体素化数据获得的第一特征与基于包括多个第二尺寸的体素的第二体素化数据获得的第二特征在特征分布上相似,还使基于该第一体素化数据获得的第一特征对应的第一输出结果和基于该第二体素化数据获得的第二特征对应的第二输出结果相似,保证在针对各个第一尺寸的体素获得的语义分割结果上具有针对各个第二尺寸的体素获得的语义分割结果的精度,进一步提升基于第一输出结果获得的分割结果的准确性。
可以理解,在根据本公开的实施例中,使得基于第一体素化数据获得的第一特征对应的第一输出结果和基于第二体素化数据获得的第二特征对应的第二输出结果相似,即在基于深度模型的指导进行训练的过程中,不仅仅采用深度模型在对第二体素数据进行处理过程中获得的第二特征对第一特征进行特征分布上的监督,还基于深度模型在对第二体素数据进行处理过程中基于第二特征获得的第二输出结果对基于第一特征获得的第一输出结果的监督,提升基于第一特征获得的第一输出结果的准确性。
在一些实施例中,所述分割结果指示所述多个点中的每一个点在所述多个类别中的相应类别,所述分割结果与基于所述第二输出结果获得的预测结果之间的相似度大于第三相似度阈值,所述预测结果指示所述多个点中的每一个点在所述多个类别中的相应类别。
通过使基于第一输出结果获得的分割结果与基于第二输出结果获得的预测结果相似,使得基于包括多个第一尺寸的体素的第一体素化数据获得的目标三维场景中的各个点的语义分割结果与包括多个第二尺寸的体素的第二体素化数据获得的各个点的语义分割结果相似,进一步提升所获得的分割结果的准确性。
可以理解,使基于包括多个第一尺寸的体素的第一体素化数据获得的目标三维场景中的各个点的语义分割结果与包括多个第二尺寸的体素的第二体素化数据获得的各个点的语义分割结果相似,即在基于深度模型的指导进行训练的过程中,基于深度模型获得的预测结果对分割结果进行监督,提升分割结果的准确性。
在一些实施例中,通过将第一输出结果中的各个第一体素结果映射到该第一体素结果的相应体素所对应的至少一个点中的每一个点上,获得分割结果。
在一些实施例中,分割结果包括与多个点中的每一个点对应的点预测结果,该点预测结果指示相应点对应于多个类别中的每一个类别的概率。
在一些实施例中,所述目标三维场景包括至少一个实例,如图4所示,所述基于所述第一输出结果,获得所述分割结果包括:
步骤S410:基于所述第一输出结果,获得所述多个点中的每一个点在所述多个类别中的相应类别,其中,所述多个点中的每一个点的相应类别第一体素化数据中与该点所对应的所述第一尺寸的体素的对应类别相应;以及
步骤S420:基于所述多个点中的每一个点在所述多个类别中的相应类别,获得所述分割结果,所述分割结果指示所述至少一个实例中的每一个实例,所述至少一个实例中的每一个实例包括所述多个点中对应类别相同的多个点。
通过将第一输出结果中每个体素的体素结果映射到该体素对应的至少一个点中的每个点上,并基于每个点的相应类别,将相应类别相同的多个点确定为对应于同一实例,实现目标三维场景的实例分割。
根据本公开的另一方面,还提供一种三维场景分割模型训练方法。如图5所示,根据本公开的一些实施例的三维场景分割模型训练方法500包括:
步骤S510:获得训练三维场景对应的训练点云数据,所述训练三维场景包括多个点,所述多个点中的每一个点具有相应的标注标签,所述标注标签指示相应点在多个类别中的相应类别;
步骤S520:对所述训练点云数据分别进行第一体素化和第二体素化,以获得第一体素化数据和第二体素化数据,所述第一体素化数据包括多个第一尺寸的体素,所述第二体素化数据包括多个第二尺寸的体素,所述第一尺寸是所述第二尺寸的预设倍数;
步骤S530:利用所述三维场景分割模型处理所述第一体素化数据以获得第一特征,以及利用经训练的第一模型处理所述第二体素化数据以获得第三特征并且将所述第三特征转换为第二特征,所述第一特征和所述第二特征具有与所述第一尺寸相应的第一特征维度,所述第三特征具有与所述第二尺寸相应的第二特征维度;
步骤S540:基于所述第一特征和所述第二特征,获得第一损失;以及
步骤S550:至少基于所述第一损失,调整所述三维场景分割模型的参数。
在训练三维场景分割模型的过程中,首先获得经训练的第一模型,该第一模型基于包含较小尺寸(第二尺寸)的体素的数据进行训练而获得,使得该第一模型能够提取更为精细的体素的特征。在训练三维场景分割模型的过程中,将训练点云数据进行第一体素化获得包含多个第一尺寸的体素的第一体素化数据和进行第二体素化获得包含多个第二尺寸的体素的第二体素化数据,并基于第一体素化数据输入三维场景分割模型,将第二体素化数据输入经训练的第一模型,使得第一模型基于第二体素化数据提取的特征作为标签,以对三维场景分割模型基于第一体素化数据所提取的特征进行监督,从而使得最终经训练的三维场景分割模型的卷积编码器能够基于较大尺寸的体素化数据获得的特征与第一模型基于较小尺寸的体素化数据获得的特征相似,最终实现三维场景分割模型在较小计算量的情况下,获得较高精度的分割结果。
在一些实施例中,训练三维场景可以是任意三维场景,其中,包括至少一个实例。通过在至少一个实例中的每一个实例上取多个点,并获得该多个实例上的多个点对应的点云数据,获得训练点云数据。
在一些实施例中,在一些实施例中,采用经训练的卷积神经网络,对训练点云数据进行体素化。其中,对训练点云数据进行第一体素化的第一卷积神经网络不同于对训练点云数据进行第二体素化的第二卷积神经网络。
在一些实施例中,对目标点云数据进行第一体素化获得的第一体素化数据中的每个体素的体积为V1,其中,V1=x3,其中,x为每个立方体体素的边长。
在一些实施例中,所述多个第一尺寸的体素中的每一个第一尺寸的体素为立方体,该立方体的边长的取值不超过0.1m。
避免体素的体积过大,使分割结果的准确性降低。
在一些实施例中,所述第一尺寸是所述第二尺寸的预设倍数,所述预设倍数的取值范围在1-10之间。
避免体素的体积过大,使基于多个第一尺寸的体素获得的第二特征无法达到基于包括多个第二尺寸的第二体素化数据获得的第二特征的精度。
在一些实施例中,所述三维场景分割模型包括第一卷积编码器,所述第一卷积编码器用于对所述第一体素化数据进行特征提取,以获得第一特征,所述第一模型包括第二卷积编码器,所述第二卷积编码器用于对所述第二体素化数据执行进行特征提取,以获得第三特征,其中,第二卷积编码器的参数数量大于所述第一卷积编码器的参数数量。
通过使第一模型中的第二卷积编码器的参数数量大于三维场景分割模型中第一卷积编码器的参数数量,使得第一模型所获得的特征的精确度高于三维场景分割模型所获得的特征的精确度,通过采用第一模型指导三维场景分割模型的训练过程,使得三维场景分割模型所提取的第一特征与第一模型所提取的第三特征转换后的第二特征尽可能相似,而由于第二特征是由第三特征转换而来的,其精度高于三维场景分割模型所获得的特征的精确度,最终使得由三维场景分割模型所提取的第一特征的精确度提升。在一些实施例中,根据本公开的三维场景分割模型训练方法还包括获得该经训练的第一模型。
在一些实施例中,通过下述过程获得经训练的第一模型:首先,采用训练三维场景的训练点云数据,训练第二模型,该第二模型包括第二卷积编码器(不包括变换模块),在训练过程中,采用每个点的标注标签作为第二模型的预测结果的监督;接着,将经训练的第二模型的参数应用到第一模型,并采用训练三维场景的训练点云数据进一步训练第一模型,以得到经训练的第一模型。在一些实施例中,在采用训练三维场景的训练点云数据进一步训练第一模型的过程中,采用每个点的标注标签作为第一模型的预测结果的监督。
可以理解,在获得经训练的第一模型的过程中所采用的训练三维场景和训练三维场景分割模型的过程中所采用的训练三维场景可以是相同的也可以是不同的,在此并不限定。
在一些实施例中,第一模型还包括与第二卷积编码器相连的变换模块,用于将所述第二卷积编码器输出的第三特征转换为第二特征以输出。
在一些实施例中,变换模块有若干卷积神经网络构成。
在一些实施例中,所述三维场景分割模型包括第一解码器,所述第一解码器用于基于所述第一特征获得第一输出结果,以及所述第一模型包括第二解码器,所述第二解码器用于基于所述第二特征获得第二输出结果,所述第一输出结果和所述第二输出结果分别包括与所述多个第一体素中的每一个体素相应的体素结果,所述体素结果指示相应体素在所述多个类别中的相应类别,如图6所示,根据本公开的三维场景分割模型训练方法还包括:
步骤S610:获得所述第一输出结果和所述第二输出结果;以及
步骤S620:基于所述第一输出结果和所述第二输出结果,获得第二损失,所述第二损失;以及其中,所述至少基于所述第一损失,调整所述第二卷积编码器的参数还包括:
基于所述第一损失和所述第二损失,调整所述三维场景分割模型的参数。
在训练三维场景分割模型过程中,进一步将第一模型的第二解码器的输入结果作为标签,以监督点云分割模型的第一解码器的输出结果,实现第一模型中的第二解码器的输出结果和三维场景分割模型中的第一解码器的输出结果上的相似,即实现针对每一个体素在语义分割结果上的相似,进一步提升点云分割模型的分割结果的准确性。
在一些实施例中,每一个体素结果包括相应体素与多个类别中的每一个类别的概率。进一步实现针对每一个体素在语义分割结果的概率上的相似,进一步提升点云分割模型的分割结果的准确性。
在一些实施例中,如图7所示,根据本公开的三维场景分割模型训练方法还包括:
步骤S710:获得所述三维场景分割模型的第一预测结果,所述第一预测结果指示所述多个点中的每一个点在所述多个类别中的相应类别;
步骤S720:基于所述第一预测结果和所述多个点中的每一个点的标注标签,获得第三损失;以及所述至少基于所述第一损失,调整所述第二卷积编码器的参数还包括:
基于所述第三损失,调整所述三维场景分割模型的参数。
在训练三维场景分割模型过程中,进一步基于训练三维场景中的每一个点的标注标签对三维场景分割模型的第一预测结果进行检测,实现针对训练三维场景中的每一个点的语义监督,进一步提升点云分割模型的分割结果的准确性。
可以理解,由于在获得第一模型的过程中也采用了训练三维场景中的每一个点的标注标签对第一模型的预测结果进行了监督,使得在采用每一个点的标注标签对三维场景分割模型进行监督训练后,三维场景分割模型的预测结果和第一模型的预测结果相似。
根据本公开的另一方面,还提供一种三维场景分割装置,如图8所示,装置800包括:点云数据获取单元810,被配置用于获得目标三维场景对应的目标点云数据;第一体素化单元820,被配置用于对目标点云数据进行第一体素化,以获得所述目标点云数据对应的第一体素化数据,所体第一素化数据包括多个第一尺寸的体素,所述多个第一尺寸的体素中的每一个体素与所述目标三维场景中的多个点中的至少一个点对应;特征提取单元830,被配置用于基于所述第一体素化数据,获得第一特征,其中,所述第一特征于第二特征的相似度大于第一相似度阈值,其中,所述第二特征是基于第二体素化数据获得的,所述第二体素化数据是对所述点云数据进行第二体素化后获得的并且包括多个所述第二尺寸的体素,所述第二尺寸小于所述第一尺寸;以及分割结果获取单元840,被配置用于基于所述第一特征,获得所述目标三维场景的分割结果。
在一些实施例中,所述第一特征和所述第二特征分别具有与所述第一尺寸相应的第一特征维度,所述特征提取单元830包括:输入单元,被配置用于采用第一卷积编码器对所述第一体素化数据进行特征提取,以获得所述第一特征,其中,所述第一卷积编码器是基于包括第二卷积编码网络的深度模型进行训练而获得的。
在一些实施例中,所述第二卷积编码网络包括第二卷积编码器和变换模块,所述变换模块能够对所述第二卷积编码器基于所述第二体素化数据进行特征提取之后获得的第三特征进行转换而得到所述第二特征,所述第三特征具有与所述第二尺寸相应的第二特征维度。
在一些实施例中,所述第一卷积编码器的参数的数量小于所述第二卷积编码器的参数的数量。
在一些实施例中,所述分割结果获取单元840包括:输出结果获取单元,被配置用于基于所述第一特征,获得第一输出结果,所述第一输出结果包括与所述多个第一尺寸的体素中的每一个体素对应的第一体素结果,所述第一体素结果指示相应体素在多个类别中的对应类别;以及分割结果获取子单元,被配置用于基于所述第一输出结果,获得所述分割结果。
在一些实施例中,所述第一输出结果与基于所述第二特征获得的第二输出结果之间的相似度大于第二相似度阈值,所述第二输出结果包括与所述多个第一尺寸的体素中的每一个体素对应的第二体素结果,所述第二体素结果指示相应体素在所述多个类别中的对应类别。
在一些实施例中,所述分割结果指示所述多个点中的每一个点在所述多个类别中的相应类别,所述分割结果与基于所述第二输出结果获得的预测结果之间的相似度大于第三相似度阈值,所述预测结果指示所述多个点中的每一个点在所述多个类别中的相应类别。
在一些实施例中,所述目标三维场景包括至少一个实例,所述分割结果获取子单元包括:映射单元,被配置用于基于所述第一输出结果,获得所述多个点中的每一个点在所述多个类别中的相应类别,其中,所述多个点中的每一个点的相应类别第一体素化数据中与该点所对应的所述第一尺寸的体素的对应类别相应;以及第二分割结果获取子单元,被配置用于基于所述多个点中的每一个点在所述多个类别中的相应类别,获得所述分割结果,所述分割结果指示所述至少一个实例中的每一个实例,所述至少一个实例中的每一个实例包括所述多个点中对应类别相同的多个点。
在一些实施例中,所述多个第一尺寸的体素中的每一个第一尺寸的体素为立方体。
在一些实施例中,所述第一尺寸是所述第二尺寸的预设倍数,所述预设倍数的取值范围在1-10之间。
根据本公开的另一方面,还提供一种三维场景分割模型训练装置,如图9所示,装置900包括:第一获取单元910,被配置用于获得训练三维场景对应的训练点云数据,所述训练三维场景包括多个点,所述多个点中的每一个点具有相应的标注标签,所述标注标签指示相应点在多个类别中的相应类别;体素化单元920,被配置用于对所述训练点云数据分别进行第一体素化和第二体素化,以获得第一体素化数据和第二体素化数据,所述第一体素化数据包括多个第一尺寸的体素,所述第二体素化数据包括多个第二尺寸的体素,所述第一尺寸是所述第二尺寸的预设倍数;特征获取单元930,被配置用于利用所述三维场景分割模型处理所述第一体素化数据以获得第一特征,以及利用经训练的第一模型处理所述第二体素化数据以获得第三特征并且将所述第三特征转换为第二特征,所述第一特征和所述第二特征具有与所述第一尺寸相应的第一特征维度,所述第三特征具有与所述第二尺寸相应的第二特征维度;第一计算单元940,被配置用于基于所述第一特征和所述第二特征,获得第一损失;以及参数调整单元950,被配置用于至少基于所述第一损失,调整所述第一卷积编码器的参数。
在一些实施例中,所述三维场景分割模型包括第一卷积编码器,所述第一卷积编码器用于对所述第一体素化数据进行特征提取,以获得所述第一特征,所述第一模型包括第二卷积编码器,所述第二卷积编码器用于对所述第二体素化数据执行进行特征提取,以获得所述第三特征,其中,第二卷积编码器的参数数量大于所述第一卷积编码器的参数数量。
在一些实施例中,所述三维场景分割模型包括第一解码器,所述第一解码器用于基于所述第一特征获得第一输出结果,以及所述第一模型包括第二解码器,所述第二解码器用于基于所述第二特征获得第二输出结果,所述第一输出结果和所述第二输出结果分别包括与所述多个第一体素中的每一个体素相应的体素结果,所述体素结果指示相应体素在所述多个类别中的相应类别,所述装置还包括:第二获取单元,被配置用于获得所述第一输出结果和所述第二输出结果;以及第二损失计算单元,被配置用于基于所述第一输出结果和所述第二输出结果,获得第二损失,所述第二损失;以及其中,所述参数调整单元还包括:第一参数调整子单元,被配置用于基于所述第一损失和所述第二损失,调整所述三维场景分割模型的参数。
在一些实施例中,所述方法还包括:第三获取单元,被配置用于获得所述三维场景分割模型的第一预测结果,所述第一预测结果指示所述多个点中的每一个点在所述多个类别中的相应类别;第三损失计算单元,被配置用于基于所述第一预测结果和所述多个点中的每一个点的标注标签,获得第三损失;以及所述参数调整单元还包括:第二参数调整子单元,被配置用于基于所述第三损失,调整所述三维场景分割模型的参数。
在一些实施例中,所述第一尺寸是所述第二尺寸的预设倍数,所述预设倍数的取值范围在1-10之间。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,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,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。
参考图10,现将描述可以作为本公开的服务器或客户端的电子设备1000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10所示,电子设备1000包括计算单元1001,其可以根据存储在只读存储器(ROM)1002中的计算机程序或者从存储单元1008加载到随机访问存储器(RAM)1003中的计算机程序,来执行各种适当的动作和处理。在RAM 1003中,还可存储电子设备1000操作所需的各种程序和数据。计算单元1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。
电子设备1000中的多个部件连接至I/O接口1005,包括:输入单元1006、输出单元1007、存储单元1008以及通信单元1009。输入单元1006可以是能向电子设备1000输入信息的任何类型的设备,输入单元1006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1007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1008可以包括但不限于磁盘、光盘。通信单元1009允许电子设备1000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、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元1001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1001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1001执行上文所描述的各个方法和处理,例如方法200。例如,在一些实施例中,方法200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1008。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1002和/或通信单元1009而被载入和/或安装到电子设备1000上。当计算机程序加载到RAM 1003并由计算单元1001执行时,可以执行上文描述的方法200的一个或多个步骤。备选地,在其他实施例中,计算单元1001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200。
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)、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。
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 (33)
1.一种三维场景分割方法,包括:
获得目标三维场景对应的目标点云数据;
对目标点云数据进行第一体素化,以获得所述目标点云数据对应的第一体素化数据,所述第一体素化数据包括多个第一尺寸的体素,所述多个第一尺寸的体素中的每一个体素与所述目标三维场景中的多个点中的至少一个点对应;
基于所述第一体素化数据,获得第一特征,其中,所述第一特征与第二特征的相似度大于第一相似度阈值,其中,所述第二特征是基于第二体素化数据获得的,所述第二体素化数据是对所述点云数据进行第二体素化后获得的并且包括多个所述第二尺寸的体素,所述第二尺寸小于所述第一尺寸;以及
基于所述第一特征,获得所述目标三维场景的分割结果。
2.根据权利要求1所述的方法,其中,所述第一特征和所述第二特征分别具有与所述第一尺寸相应的第一特征维度,所述基于所述第一体素化数据,获得第一特征包括:
采用第一卷积编码器对所述第一体素化数据进行特征提取,以获得所述第一特征,其中,
所述第一卷积编码器是基于包括第二卷积编码网络的深度模型进行训练而获得的。
3.根据权利要求2所述的方法,其中,所述第二卷积编码网络包括第二卷积编码器和变换模块,所述变换模块能够对所述第二卷积编码器基于所述第二体素化数据进行特征提取之后获得的第三特征进行转换而得到所述第二特征,所述第三特征具有与所述第二尺寸相应的第二特征维度。
4.根据权利要求3所述的方法,其中,所述第一卷积编码器的参数的数量小于所述第二卷积编码器的参数的数量。
5.根据权利要求1所述的方法,其中,所述基于所述第一特征,获得所述点云数据对应的分割结果包括:
基于所述第一特征,获得第一输出结果,所述第一输出结果包括与所述多个第一尺寸的体素中的每一个体素对应的第一体素结果,所述第一体素结果指示相应体素在多个类别中的对应类别;以及
基于所述第一输出结果,获得所述分割结果。
6.根据权利要求5所述的方法,其中,所述第一输出结果与基于所述第二特征获得的第二输出结果之间的相似度大于第二相似度阈值,所述第二输出结果包括与所述多个第一尺寸的体素中的每一个体素对应的第二体素结果,所述第二体素结果指示相应体素在所述多个类别中的对应类别。
7.根据权利要求6所述的方法,其中,所述分割结果指示所述多个点中的每一个点在所述多个类别中的相应类别,所述分割结果与基于所述第二输出结果获得的预测结果之间的相似度大于第三相似度阈值,所述预测结果指示所述多个点中的每一个点在所述多个类别中的相应类别。
8.根据权利要求5所述的方法,其中,所述目标三维场景包括至少一个实例,所述基于所述第一输出结果,获得所述分割结果包括:
基于所述第一输出结果,获得所述多个点中的每一个点在所述多个类别中的相应类别,其中,所述多个点中的每一个点的相应类别与该点所对应的所述第一尺寸的体素的对应类别相应;以及
基于所述多个点中的每一个点在所述多个类别中的相应类别,获得所述分割结果,所述分割结果指示所述至少一个实例中的每一个实例,所述至少一个实例中的每一个实例包括所述多个点中对应类别相同的多个点。
9.根据权利要求1-8中任一项所述的方法,其中,所述多个第一尺寸的体素中的每一个第一尺寸的体素为立方体。
10.根据权利要求1-9中任一项所述的方法,其中,所述第一尺寸是所述第二尺寸的预设倍数,所述预设倍数的取值范围在1-10之间。
11.一种三维场景分割模型训练方法,包括:
获得训练三维场景对应的训练点云数据,所述训练三维场景包括多个点,所述多个点中的每一个点具有相应的标注标签,所述标注标签指示相应点在多个类别中的相应类别;
对所述训练点云数据分别进行第一体素化和第二体素化,以获得第一体素化数据和第二体素化数据,所述第一体素化数据包括多个第一尺寸的体素,所述第二体素化数据包括多个第二尺寸的体素,所述第一尺寸是所述第二尺寸的预设倍数;
利用所述三维场景分割模型处理所述第一体素化数据以获得第一特征,以及利用经训练的第一模型处理所述第二体素化数据以获得第三特征并且将所述第三特征转换为第二特征,所述第一特征和所述第二特征具有与所述第一尺寸相应的第一特征维度,所述第三特征具有与所述第二尺寸相应的第二特征维度;
基于所述第一特征和所述第二特征,获得第一损失;以及
至少基于所述第一损失,调整所述三维场景分割模型的参数。
12.根据权利要求11所述的方法,其中,所述三维场景分割模型包括第一卷积编码器,所述第一卷积编码器用于对所述第一体素化数据进行特征提取,以获得所述第一特征,所述第一模型包括第二卷积编码器,所述第二卷积编码器用于对所述第二体素化数据执行进行特征提取,以获得所述第三特征,其中,第二卷积编码器的参数数量大于所述第一卷积编码器的参数数量。
13.根据权利要求11或12所述的方法,其中,所述三维场景分割模型包括第一解码器,所述第一解码器用于基于所述第一特征获得第一输出结果,以及所述第一模型包括第二解码器,所述第二解码器用于基于所述第二特征获得第二输出结果,所述第一输出结果和所述第二输出结果分别包括与所述多个第一体素中的每一个体素相应的体素结果,所述体素结果指示相应体素在所述多个类别中的相应类别,所述方法还包括:
获得所述第一输出结果和所述第二输出结果;以及
基于所述第一输出结果和所述第二输出结果,获得第二损失;以及其中,所述至少基于所述第一损失,调整所述第二卷积编码器的参数还包括:
基于所述第一损失和所述第二损失,调整所述三维场景分割模型的参数。
14.根据权利要求11-13中任一项所述的方法,还包括:
获得所述三维场景分割模型的第一预测结果,所述第一预测结果指示所述多个点中的每一个点在所述多个类别中的相应类别;
基于所述第一预测结果和所述多个点中的每一个点的标注标签,获得第三损失;以及所述至少基于所述第一损失,调整所述第二卷积编码器的参数还包括:
基于所述第三损失,调整所述三维场景分割模型的参数。
15.根据权利要求11-14中任一项所述的方法,其中,所述第一尺寸是所述第二尺寸的预设倍数,所述预设倍数的取值范围在1-10之间。
16.一种三维场景分割装置,包括:
点云数据获取单元,被配置用于获得目标三维场景对应的目标点云数据;
第一体素化单元,被配置用于对目标点云数据进行第一体素化,以获得所述目标点云数据对应的第一体素化数据,所述第一体素化数据包括多个第一尺寸的体素,所述多个第一尺寸的体素中的每一个体素与所述目标三维场景中的多个点中的至少一个点对应;
特征提取单元,被配置用于基于所述第一体素化数据,获得第一特征,其中,所述第一特征于第二特征的相似度大于第一相似度阈值,其中,所述第二特征是基于第二体素化数据获得的,所述第二体素化数据是对所述点云数据进行第二体素化后获得的并且包括多个所述第二尺寸的体素,所述第二尺寸小于所述第一尺寸;以及
分割结果获取单元,被配置用于基于所述第一特征,获得所述目标三维场景的分割结果。
17.根据权利要求16所述的装置,其中,所述第一特征和所述第二特征分别具有与所述第一尺寸相应的第一特征维度,所述特征提取单元包括:
输入单元,被配置用于采用第一卷积编码器对所述第一体素化数据进行特征提取,以获得所述第一特征,其中,
所述第一卷积编码器是基于包括第二卷积编码网络的深度模型进行训练而获得的。
18.根据权利要求17所述的装置,其中,
所述第二卷积编码网络包括第二卷积编码器和变换模块,所述变换模块能够对所述第二卷积编码器基于所述第二体素化数据进行特征提取之后获得的第三特征进行转换而得到所述第二特征,所述第三特征具有与所述第二尺寸相应的第二特征维度。
19.根据权利要求18所述的方法,其中,所述第一卷积编码器的参数的数量小于所述第二卷积编码器的参数的数量。
20.根据权利要求16所述的方法,其中,所述分割结果获取单元包括:
输出结果获取单元,被配置用于基于所述第一特征,获得第一输出结果,所述第一输出结果包括与所述多个第一尺寸的体素中的每一个体素对应的第一体素结果,所述第一体素结果指示相应体素在多个类别中的对应类别;以及
分割结果获取子单元,被配置用于基于所述第一输出结果,获得所述分割结果。
21.根据权利要求20所述的方法,其中,所述第一输出结果与基于所述第二特征获得的第二输出结果之间的相似度大于第二相似度阈值,所述第二输出结果包括与所述多个第一尺寸的体素中的每一个体素对应的第二体素结果,所述第二体素结果指示相应体素在所述多个类别中的对应类别。
22.根据权利要求21所述的方法,其中,所述分割结果指示所述多个点中的每一个点在所述多个类别中的相应类别,所述分割结果与基于所述第二输出结果获得的预测结果之间的相似度大于第三相似度阈值,所述预测结果指示所述多个点中的每一个点在所述多个类别中的相应类别。
23.根据权利要求21所述的方法,其中,所述目标三维场景包括至少一个实例,所述分割结果获取子单元包括:
映射单元,被配置用于基于所述第一输出结果,获得所述多个点中的每一个点在所述多个类别中的相应类别,其中,所述多个点中的每一个点的相应类别第一体素化数据中与该点所对应的所述第一尺寸的体素的对应类别相应;以及
第二分割结果获取子单元,被配置用于基于所述多个点中的每一个点在所述多个类别中的相应类别,获得所述分割结果,所述分割结果指示所述至少一个实例中的每一个实例,所述至少一个实例中的每一个实例包括所述多个点中对应类别相同的多个点。
24.根据权利要求16-23中任一项所述的方法,其中,所述多个第一尺寸的体素中的每一个第一尺寸的体素为立方体。
25.根据权利要求14-4中任一项所述的方法,其中,所述第一尺寸是所述第二尺寸的预设倍数,所述预设倍数的取值范围在1-10之间。
26.一种三维场景分割模型训练装置,包括:
第一获取单元,被配置用于获得训练三维场景对应的训练点云数据,所述训练三维场景包括多个点,所述多个点中的每一个点具有相应的标注标签,所述标注标签指示相应点在多个类别中的相应类别;
体素化单元,被配置用于对所述训练点云数据分别进行第一体素化和第二体素化,以获得第一体素化数据和第二体素化数据,所述第一体素化数据包括多个第一尺寸的体素,所述第二体素化数据包括多个第二尺寸的体素,所述第一尺寸是所述第二尺寸的预设倍数;
特征获取单元,被配置用于利用所述三维场景分割模型处理所述第一体素化数据以获得第一特征,以及利用经训练的第一模型处理所述第二体素化数据以获得第三特征并且将所述第三特征转换为第二特征,所述第一特征和所述第二特征具有与所述第一尺寸相应的第一特征维度,所述第三特征具有与所述第二尺寸相应的第二特征维度;
第一计算单元,被配置用于基于所述第一特征和所述第二特征,获得第一损失;以及
参数调整单元,被配置用于至少基于所述第一损失,调整所述三维场景分割模型的参数。
27.根据权利要求26所述的方法,其中,所述三维场景分割模型包括第一卷积编码器,所述第一卷积编码器用于对所述第一体素化数据进行特征提取,以获得所述第一特征,所述第一模型包括第二卷积编码器,所述第二卷积编码器用于对所述第二体素化数据执行进行特征提取,以获得所述第三特征,其中,第二卷积编码器的参数数量大于所述第一卷积编码器的参数数量。
28.根据权利要求26所述的方法,其中,所述三维场景分割模型包括第一解码器,所述第一解码器用于基于所述第一特征获得第一输出结果,以及所述第一模型包括第二解码器,所述第二解码器用于基于所述第二特征获得第二输出结果,所述第一输出结果和所述第二输出结果分别包括与所述多个第一体素中的每一个体素相应的体素结果,所述体素结果指示相应体素在所述多个类别中的相应类别,所述装置还包括:
第二获取单元,被配置用于获得所述第一输出结果和所述第二输出结果;以及
第二损失计算单元,被配置用于基于所述第一输出结果和所述第二输出结果,获得第二损失,所述第二损失;以及其中,所述参数调整单元还包括:
第一参数调整子单元,被配置用于基于所述第一损失和所述第二损失,调整所述三维场景分割模型的参数。
29.根据权利要求26-28中任一项所述的方法,所述方法还包括:
第三获取单元,被配置用于获得所述三维场景分割模型的第一预测结果,所述第一预测结果指示所述多个点中的每一个点在所述多个类别中的相应类别;
第三损失计算单元,被配置用于基于所述第一预测结果和所述多个点中的每一个点的标注标签,获得第三损失;以及所述参数调整单元还包括:
第二参数调整子单元,被配置用于基于所述第三损失,调整所述三维场景分割模型的参数。
30.根据权利要求26-29中任一项所述的方法,其中,所述第一尺寸是所述第二尺寸的预设倍数,所述预设倍数的取值范围在1-10之间。
31.一种电子设备,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1-15中任一项所述的方法。
32.一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1-15中任一项所述的方法。
33.一种计算机程序产品,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1-15中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210806899.0A CN115131562B (zh) | 2022-07-08 | 2022-07-08 | 三维场景分割方法、模型训练方法、装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210806899.0A CN115131562B (zh) | 2022-07-08 | 2022-07-08 | 三维场景分割方法、模型训练方法、装置和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115131562A true CN115131562A (zh) | 2022-09-30 |
CN115131562B CN115131562B (zh) | 2023-06-13 |
Family
ID=83381422
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210806899.0A Active CN115131562B (zh) | 2022-07-08 | 2022-07-08 | 三维场景分割方法、模型训练方法、装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115131562B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109410307A (zh) * | 2018-10-16 | 2019-03-01 | 大连理工大学 | 一种场景点云语义分割方法 |
CN110390706A (zh) * | 2018-04-13 | 2019-10-29 | 北京京东尚科信息技术有限公司 | 一种物体检测的方法和装置 |
CN110852182A (zh) * | 2019-10-21 | 2020-02-28 | 华中科技大学 | 一种基于三维空间时序建模的深度视频人体行为识别方法 |
US10839530B1 (en) * | 2018-09-04 | 2020-11-17 | Apple Inc. | Moving point detection |
CN111951368A (zh) * | 2020-08-31 | 2020-11-17 | 广州大学 | 一种点云、体素和多视图融合的深度学习方法 |
CN112149677A (zh) * | 2020-09-14 | 2020-12-29 | 上海眼控科技股份有限公司 | 一种点云语义分割的方法、装置及设备 |
CN112598635A (zh) * | 2020-12-18 | 2021-04-02 | 武汉大学 | 一种基于对称点生成的点云3d目标检测方法 |
CN112927234A (zh) * | 2021-02-25 | 2021-06-08 | 中国工商银行股份有限公司 | 点云语义分割方法、装置、电子设备和可读存储介质 |
CN113366535A (zh) * | 2021-04-21 | 2021-09-07 | 香港应用科技研究院有限公司 | 识别三维场景中物体平面的方法和装置 |
CN114022525A (zh) * | 2021-11-09 | 2022-02-08 | 中国联合网络通信集团有限公司 | 基于深度学习的点云配准方法、装置、终端设备及介质 |
CN114387289A (zh) * | 2022-03-24 | 2022-04-22 | 南方电网数字电网研究院有限公司 | 输配电架空线路三维点云语义分割方法和装置 |
US20220156483A1 (en) * | 2020-11-16 | 2022-05-19 | Waymo Llc | Efficient three-dimensional object detection from point clouds |
-
2022
- 2022-07-08 CN CN202210806899.0A patent/CN115131562B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110390706A (zh) * | 2018-04-13 | 2019-10-29 | 北京京东尚科信息技术有限公司 | 一种物体检测的方法和装置 |
US10839530B1 (en) * | 2018-09-04 | 2020-11-17 | Apple Inc. | Moving point detection |
CN109410307A (zh) * | 2018-10-16 | 2019-03-01 | 大连理工大学 | 一种场景点云语义分割方法 |
CN110852182A (zh) * | 2019-10-21 | 2020-02-28 | 华中科技大学 | 一种基于三维空间时序建模的深度视频人体行为识别方法 |
CN111951368A (zh) * | 2020-08-31 | 2020-11-17 | 广州大学 | 一种点云、体素和多视图融合的深度学习方法 |
CN112149677A (zh) * | 2020-09-14 | 2020-12-29 | 上海眼控科技股份有限公司 | 一种点云语义分割的方法、装置及设备 |
US20220156483A1 (en) * | 2020-11-16 | 2022-05-19 | Waymo Llc | Efficient three-dimensional object detection from point clouds |
CN112598635A (zh) * | 2020-12-18 | 2021-04-02 | 武汉大学 | 一种基于对称点生成的点云3d目标检测方法 |
CN112927234A (zh) * | 2021-02-25 | 2021-06-08 | 中国工商银行股份有限公司 | 点云语义分割方法、装置、电子设备和可读存储介质 |
CN113366535A (zh) * | 2021-04-21 | 2021-09-07 | 香港应用科技研究院有限公司 | 识别三维场景中物体平面的方法和装置 |
CN114022525A (zh) * | 2021-11-09 | 2022-02-08 | 中国联合网络通信集团有限公司 | 基于深度学习的点云配准方法、装置、终端设备及介质 |
CN114387289A (zh) * | 2022-03-24 | 2022-04-22 | 南方电网数字电网研究院有限公司 | 输配电架空线路三维点云语义分割方法和装置 |
Non-Patent Citations (4)
Title |
---|
YUSHENG XU等: ""Voxel-based representation of 3D point clouds: Methods, applications, and its potential use in the construction industry"", 《AUTOMATION IN CONSTRUCTION》 * |
YUSHENG XU等: ""Voxel-based representation of 3D point clouds: Methods, applications, and its potential use in the construction industry"", 《AUTOMATION IN CONSTRUCTION》, 30 June 2021 (2021-06-30), pages 1 - 26 * |
龚章鹏等: ""基于体素网格的道路场景分类目标识别算法"", 《汽车工程》 * |
龚章鹏等: ""基于体素网格的道路场景分类目标识别算法"", 《汽车工程》, 31 December 2021 (2021-12-31), pages 469 - 477 * |
Also Published As
Publication number | Publication date |
---|---|
CN115131562B (zh) | 2023-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3961579A2 (en) | Target detection method, apparatus, medium and computer program product | |
CN112857268B (zh) | 对象面积测量方法、装置、电子设备和存储介质 | |
CN115438214B (zh) | 处理文本图像的方法及装置、神经网络的训练方法 | |
CN115422389B (zh) | 处理文本图像的方法及装置、神经网络的训练方法 | |
CN114723949A (zh) | 三维场景分割方法和用于训练分割模型的方法 | |
CN115082740A (zh) | 目标检测模型训练方法、目标检测方法、装置、电子设备 | |
CN115511779B (zh) | 图像检测方法、装置、电子设备和存储介质 | |
CN112967356A (zh) | 图像填充方法及装置、电子设备和介质 | |
CN114821581A (zh) | 图像识别方法和用于训练图像识别模型的方法 | |
CN115797660A (zh) | 图像检测方法、装置、电子设备和存储介质 | |
CN115578501A (zh) | 图像处理方法、装置、电子设备和存储介质 | |
CN115393514A (zh) | 三维重建模型的训练方法、三维重建方法、装置、设备 | |
CN114842476A (zh) | 水印检测方法及装置、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 | |
CN115131562B (zh) | 三维场景分割方法、模型训练方法、装置和电子设备 | |
CN115019048B (zh) | 三维场景分割方法、模型训练方法、装置和电子设备 | |
CN114327718A (zh) | 界面展示方法及装置、设备和介质 | |
CN114429678A (zh) | 模型训练方法及装置、电子设备和介质 | |
CN113139542A (zh) | 目标检测方法、装置、设备和计算机可读存储介质 | |
CN115423827B (zh) | 图像处理方法、装置、电子设备和存储介质 | |
CN115331077B (zh) | 特征提取模型的训练方法、目标分类方法、装置、设备 | |
CN117218499B (zh) | 面部表情捕捉模型的训练方法、面部表情驱动方法和装置 | |
CN115797455B (zh) | 目标检测方法、装置、电子设备和存储介质 | |
CN116051925B (zh) | 训练样本采集方法、装置、设备以及存储介质 | |
CN115601561A (zh) | 高精地图目标检测方法、装置、设备及介质 |
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 |