基于注意力机制的输配电场景点云语义分割模型训练方法技术

本申请涉及一种基于注意力机制的输配电场景点云语义分割模型训练方法。所述方法包括：获取输配电场景点云对应的电场景点云训练数据；根据电场景点云训练数据，得到输配电场景点云近邻图；将输配电场景点云近邻图输入至待训练的点云语义分割模型中的特征提取模块中，得到至少两个点云尺度特征图；基于特征融合模块，将各点云尺度特征图与至少一个相邻的点云尺度特征图进行融合，得到各融合特征图；将各融合特征图输入至分类模块中，得到至少两个类别分类信息；根据各类别分类信息对待训练的点云语义分割模型进行训练，得到已训练的点云语义分割模型，能够有效提升了电网输配电场景点云语义分割的准确率。景点云语义分割的准确率。景点云语义分割的准确率。

【技术实现步骤摘要】
基于注意力机制的输配电场景点云语义分割模型训练方法


[0001]本申请涉及计算机
，特别是涉及一种基于注意力机制的输配电场景点云语义分割模型训练方法、装置和计算机设备。

技术介绍

[0002]随着计算机技术的发展，出现了点云分割技术，这个技术是根据空间，几何和纹理等特征对点云进行划分，使得同一划分内的点云拥有相似的特征，点云的有效分割往往是许多应用的前提，例如：在逆向工作中，CAD领域对零件的不同扫描表面进行分割，然后才能更好的进行空洞修复曲面重建，特征描述和提取，进而进行基于3D内容的检索，组合重用等。
[0003]传统技术中，输配电场景点云的点云分割主要通过普通的卷积神经网络(CNN)实现输配电场景点云语义分割，虽然该类方法虽然可以通过卷积神经网络模型的学习能力提取一定的点云特征信息和语义信息，但是输配电场景范围广阔，背景复杂，普通的卷积神经网络模型无法深度挖掘出输电场景点云数据的电力相关信息，容易导致点云语义分割结果存在明显的误判。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够提高输配电场景点云中点云语义分割结果准确率的基于注意力机制的电场景点云语义分割模型训练方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0005]第一方面，本申请提供了一种基于注意力机制的输配电场景点云语义分割模型训练方法。所述方法包括：获取输配电场景点云对应的电场景点云训练数据；所述电场景点云训练数据通过对所述输配电场景点云对应的初始电场景点云数据进行标注得到的；根据所述电场景点云训练数据，得到所述输配电场景点云对应的输配电场景点云近邻图；将所述输配电场景点云近邻图输入至待训练的点云语义分割模型中的特征提取模块中，得到至少两个所述输配电场景点云对应的点云尺度特征图；基于所述待训练的点云语义分割模型中的特征融合模块，将各所述点云尺度特征图与至少一个相邻的所述点云尺度特征图进行融合，得到所述输配电场景点云对应的各融合特征图；将各所述融合特征图输入至所述待训练的点云语义分割模型中的分类模块中，得到所述输配电场景点云中各点对应的至少两个类别分类信息；根据各所述类别分类信息对所述待训练的点云语义分割模型进行训练，得到已训练的点云语义分割模型。
[0006]第二方面，本申请还提供了一种基于注意力机制的输配电场景点云语义分割方法。所述方法包括：获取已训练的点云语义分割模型；所述已训练的点云语义分割模型为根据所述一种基于注意力机制的输配电场景点云语义分割模型训练方法训练得到的；获取输配电场景点云对应的待分割输配电场景点云数据；将所述待分割输配电场景点云数据输入至所述已训练的点云语义分割模型，得到所述输配电场景点云对应的目标类别分类信息。
[0007]第三方面，本申请还提供了一种基于注意力机制的输配电场景点云语义分割模型训练装置。所述装置包括：
[0008]数据获取模块，用于获取输配电场景点云对应的电场景点云训练数据；所述电场景点云训练数据通过对所述输配电场景点云对应的初始电场景点云数据进行标注得到的；数据构建模块，用于根据所述电场景点云训练数据，得到所述输配电场景点云对应的输配电场景点云近邻图；特征提取模块，用于将所述输配电场景点云近邻图输入至待训练的点云语义分割模型中的特征提取模块中，得到至少两个所述输配电场景点云对应的点云尺度特征图；特征融合模块，用于基于所述待训练的点云语义分割模型中的特征融合模块，将各所述点云尺度特征图与至少一个相邻的所述点云尺度特征图进行融合，得到所述输配电场景点云对应的各融合特征图；特征分类模块，用于将各所述融合特征图输入至所述待训练的点云语义分割模型中的分类模块中，得到所述输配电场景点云中各点对应的至少两个类别分类信息；模型训练模块，用于根据各所述类别分类信息对所述待训练的点云语义分割模型进行训练，得到已训练的点云语义分割模型。
[0009]第四方面，本申请还提供了一种基于注意力机制的输配电场景点云语义分割装置。所述装置包括：模型获取模块，用于获取已训练的点云语义分割模型；所述已训练的点云语义分割模型为根据所述一种基于注意力机制的输配电场景点云语义分割模型训练方法训练得到的；数据得到模块，用于获取输配电场景点云对应的待分割输配电场景点云数据；数据分类模块，用于将所述待分割输配电场景点云数据输入至所述已训练的点云语义分割模型，得到所述输配电场景点云对应的目标类别分类信息。
[0010]第五方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：获取输配电场景点云对应的电场景点云训练数据；所述电场景点云训练数据通过对所述输配电场景点云对应的初始电场景点云数据进行标注得到的；根据所述电场景点云训练数据，得到所述输配电场景点云对应的输配电场景点云近邻图；将所述输配电场景点云近邻图输入至待训练的点云语义分割模型中的特征提取模块中，得到至少两个所述输配电场景点云对应的点云尺度特征图；基于所述待训练的点云语义分割模型中的特征融合模块，将各所述点云尺度特征图与至少一个相邻的所述点云尺度特征图进行融合，得到所述输配电场景点云对应的各融合特征图；将各所述融合特征图输入至所述待训练的点云语义分割模型中的分类模块中，得到所述输配电场景点云中各点对应的至少两个类别分类信息；根据各所述类别分类信息对所述待训练的点云语义分割模型进行训练，得到已训练的点云语义分割模型。
[0011]上述一种基于注意力机制的输配电场景点云语义分割模型训练方法、装置和计算机设备，通过获取输配电场景点云对应的电场景点云训练数据；电场景点云训练数据通过对输配电场景点云对应的初始电场景点云数据进行标注得到的；根据电场景点云训练数据，得到输配电场景点云对应的输配电场景点云近邻图；将输配电场景点云近邻图输入至待训练的点云语义分割模型中的特征提取模块中，得到至少两个输配电场景点云对应的点云尺度特征图；基于待训练的点云语义分割模型中的特征融合模块，将各点云尺度特征图与至少一个相邻的点云尺度特征图进行融合，得到输配电场景点云对应的各融合特征图；将各融合特征图输入至待训练的点云语义分割模型中的分类模块中，得到输配电场景点云
中各点对应的至少两个类别分类信息；根据各类别分类信息对待训练的点云语义分割模型进行训练，得到已训练的点云语义分割模型。
[0012]通过构建K近邻图，显示地建立点与点之间的几何结构特征，并针对输配电场景点云特征层次复杂的问题，使用改进的DGCNN网络依次在浅层特征空间、深层特征空间对动态变化的特征图进行特征提取，有效扩大了特征提取网络的感受野，并能提取更丰富的局部和全局特征；同时，通过对不同层次上的特征信息基于SE
‑
Net注意力机制进行上下信息融合，让网络充分结合电网设备的背景环境信息进行分割，解决了深度挖掘输电场景点云数据的电力相关上下文信息，在复杂环境中关注重点特征信息，提取点云全局及局部特征信息，网络训练等问题，有效提升了电网输配电场景点云语义分割的准确本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于注意力机制的输配电场景点云语义分割模型训练方法，其特征在于，所述方法包括：获取输配电场景点云对应的输配电场景点云训练数据；所述电场景点云训练数据通过对所述输配电场景点云对应的初始输配电场景点云数据进行标注得到的；根据所述输配电场景点云训练数据，得到所述输配电场景点云对应的输配电场景点云近邻图；将所述输配电场景点云近邻图输入至待训练的点云语义分割模型中的特征提取模块中，得到至少两个所述输配电场景点云对应的点云尺度特征图；基于所述待训练的点云语义分割模型中的特征融合模块，将各所述点云尺度特征图与至少一个相邻的所述点云尺度特征图进行融合，得到所述输配电场景点云对应的各融合特征图；将各所述融合特征图输入至所述待训练的点云语义分割模型中的分类模块中，得到所述输配电场景点云中各点对应的至少两个类别分类信息；根据各所述类别分类信息对所述待训练的点云语义分割模型进行训练，得到已训练的点云语义分割模型。2.根据权利要求1所述的方法，其特征在于，所述基于所述待训练的点云语义分割模型中的特征融合模块，将各所述点云尺度特征图与至少一个相邻的所述点云尺度特征图进行融合，得到所述输配电场景点云对应的各融合特征图，包括：基于所述待训练的点云语义分割模型中的特征融合模块，将所述点云尺度特征图进行注意力校准，得到校准后点云尺度特征图；基于所述待训练的点云语义分割模型中的特征融合模块，将上一个相邻的所述点云尺度特征图进行注意力校准，得到上一个校准后点云尺度特征图；基于所述待训练的点云语义分割模型中的特征融合模块，将下一个相邻的所述点云尺度特征图进行注意力校准，得到所述下一个校准后点云尺度特征图；将所述校准后点云尺度特征图、所述上一个校准后点云尺度特征图以及所述下一个校准后点云尺度特征图进行融合，得到所述输配电场景点云对应的各融合特征图。3.根据权利要求2所述的方法，其特征在于，所述基于所述待训练的点云语义分割模型中的特征融合模块，将各所述点云尺度特征图与至少一个相邻的所述点云尺度特征图进行融合，得到所述输配电场景点云对应的各融合特征图，包括：基于所述待训练的点云语义分割模型中的特征融合模块，将所述点云尺度特征图进行注意力校准，得到所述校准后点云尺度特征图；基于所述待训练的点云语义分割模型中的特征融合模块，将上一个相邻的所述点云尺度特征图进行注意力校准，得到所述上一个校准后点云尺度特征图；将所述校准后点云尺度特征图以及所述上一个校准后点云尺度特征图进行融合，得到所述输配电场景点云对应的各融合特征图。4.根据权利要求2所述的方法，其特征在于，所述基于所述待训练的点云语义分割模型中的特征融合模块，将各所述点云尺度特征图与至少一个相邻的所述点云尺度特征图进行融合，得到所述输配电场景点云对应的各融合特征图，包括：基于所述待训练的点云语义分割模型中的特征融合模块，将所述点云尺度特征图进行
注意力校准，得到所述校准后点云尺度特征图；基于所述待训练的点云语义分割模型中的特征融合模块，将下一个相邻的所述点云尺度特征图进行注意力校准，得到所述下一个校准后点云尺度特征图；将所述校准后点云尺度特征图以及所述下一个校准后点云尺度特征图进行融合，得到所述...

【专利技术属性】
技术研发人员：李鹏，黄文琦，李轩昂，周锐烨，吴洋，
申请(专利权)人：南方电网数字电网研究院有限公司，
类型：发明
国别省市：