点云数据标注方法、模型训练方法、电子设备及存储介质技术

本申请公开了一种点云数据标注方法、模型训练方法、电子设备及存储介质，点云数据标注方法包括通过对当前帧点云数据进行栅格化处理，以得到当前帧点云数据的主干特征，获取对相邻两帧点云数据进行标注得到的至少一个真值框，对至少一个真值框进行处理，以得到已标注的相邻两帧点云数据的真值特征，将当前帧点云数据的主干特征与已标注的相邻两帧点云数据的真值特征进行拼接融合处理，得到融合特征，从而依据融合特征得到当前帧点云数据的检测框，实现标注。本申请的方案通过在待标注的点云数据的主干特征中融入已标注的相邻两帧点云数据的真值特征，以较少的资源，输出更好的结果，节省人力物力。节省人力物力。节省人力物力。

【技术实现步骤摘要】
点云数据标注方法、模型训练方法、电子设备及存储介质


[0001]本申请涉及机器学习
，特别是涉及一种点云数据标注方法、模型训练方法、电子设备及存储介质。

技术介绍

[0002]在训练高精度的点云3D目标检测模型的过程中，需要大量的点云标注数据，一些现有方法中，完全由人工对全部待标注数据进行标注，以得到点云标注数据，耗费大量人力物力。

技术实现思路

[0003]本申请至少提供一种点云数据标注方法、模型训练方法、电子设备及存储介质，以解决上述问题。
[0004]本申请第一方面提供了一种点云数据标注方法，所述方法包括：获取待标注的当前帧点云数据，其中所述当前帧点云数据位于连续的多帧点云数据中已标注的相邻两帧点云数据之间；
[0005]对所述当前帧点云数据进行栅格化处理，以得到所述当前帧点云数据的主干特征；
[0006]获取对所述相邻两帧点云数据中每一帧进行标注所得到的至少一个真值框，并对所述至少一个真值框进行处理，以得到已标注的所述相邻两帧点云数据中每一帧的真值特征；
[0007]将所述当前帧点云数据的主干特征和已标注的所述相邻两帧点云数据的真值特征进行拼接融合处理，以得到融合特征，从而依据所述融合特征得到所述当前帧点云数据的检测框，实现标注。
[0008]其中，所述连续的多帧点云数据中已标注的每两个相邻帧点云数据间隔相同帧数的点云数据。
[0009]其中，所述主干特征通过第一三维张量表征，所述真值特征通过第二三维张量表征，所述第二三维张量的二维张量的大小与所述第一三维张量的二维张量的大小相等；
[0010]将所述当前帧点云数据的主干特征和所述相邻两帧点云数据的真值特征进行拼接融合处理，包括：沿着大小相等的所述二维张量，对所述当前帧点云数据的主干特征和已标注的所述相邻两帧点云数据的真值特征进行拼接融合。
[0011]其中，所述至少一个真值框对应于至少一个检测类别；对所述至少一个真值框进行处理，以得到已标注的所述相邻两帧点云数据的真值特征，包括：获取所述至少一个真值框所在的三维空间中的预设兴趣区域与所述第二三维张量的二维张量之间的尺寸比例关系；
[0012]依据所述尺寸比例关系、所述至少一个真值框中的每一个的中心点在所述预设兴趣区域中的初始坐标以及所述至少一个真值框中每一个对应的检测类别，确定所述至少一
个真值框中每一个的中心点在所述第二三维张量内的映射坐标，以得到至少一个所述映射坐标；
[0013]给至少一个所述映射坐标中的每一个赋值，从而得到所述真值特征。
[0014]其中，所述初始坐标包括中心点x轴坐标、中心点y轴坐标以及中心点z轴坐标；给至少一个所述映射坐标中的每一个赋值，包括：赋值所述真值框的真值框长度、真值框宽度、真值框高度、真值框朝向、中心点z轴坐标以及所述真值框对应的已标注的相邻帧点云数据距离所述当前帧点云数据的时间间隔。
[0015]其中，对所述相邻两帧点云数据中每一帧进行标注，包括：将所述相邻两帧点云数据中每一帧输入到预标注模型中，以输出至少一个标注框；
[0016]对所述至少一个标注框进行修正，以得到所述至少一个真值框。
[0017]其中，依据所述融合特征得到所述当前帧点云数据的检测框，进一步包括：对所述检测框进行修正。
[0018]本申请第二方面提供了一种模型训练方法，包括：
[0019]获取点云数据标注的检测框；其中，所述点云数据标注的检测框是利用上述第一方面中的点云数据标注方法而得到的；
[0020]通过所述点云数据标注的检测框对模型进行训练操作处理，以得到训练后的目标模型。
[0021]本申请第三方面提供了一种电子设备，包括相互耦接的存储器和处理器，所述处理器用于执行所述存储器中存储的程序指令，以实现上述第一方面中的点云数据标注方法或上述第二方面中的模型训练方法。
[0022]本申请第四方面提供了一种非易失性计算机可读存储介质，所述计算机可读存储介质用于存储程序指令，所述程序指令在被处理器执行时，用于实现上述第一方面中的点云数据标注方法或上述第二方面中的模型训练方法。
[0023]上述方案，待标注的当前帧点云数据位于连续的多帧点云数据中已标注的相邻两帧点云数据之间，通过对当前帧点云数据进行栅格化处理，以得到当前帧点云数据的主干特征，获取对相邻两帧点云数据进行标注得到的至少一个真值框，对至少一个真值框进行处理，以得到已标注的相邻两帧点云数据的真值特征，将当前帧点云数据的主干特征与已标注的相邻两帧点云数据的真值特征进行拼接融合处理，得到融合特征，从而依据融合特征得到当前帧点云数据的检测框，实现标注。本申请的方案通过在待标注的点云数据的主干特征中融入已标注的相邻两帧点云数据的真值特征，以较少的资源，输出更好的结果，节省人力物力。
[0024]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本申请。
附图说明
[0025]此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本申请的实施例，并与说明书一起用于说明本申请的技术方案。
[0026]图1是本申请实施例中点云数据标注方法的流程示意图；
[0027]图2是本申请实施例中点云数据的第一分布示意图；
[0028]图3是本申请实施例中点云数据标注方法的工作流程示意图；
[0029]图4是本申请实施例中点云数据的第二分布示意图；
[0030]图5(a)是本申请实施例中主干特征的形状示意图；
[0031]图5(b)是本申请实施例中真值特征的形状示意图；
[0032]图5(c)是本申请实施例中融合特征的形状示意图；
[0033]图6是本申请实施例中映射关系的场景示意图；
[0034]图7是本申请实施例中赋值的场景示意图；
[0035]图8是本申请实施例中模型训练方法的流程示意图；
[0036]图9是本申请实施例中电子设备的结构示意图；
[0037]图10是本申请实施例中非易失性计算机可读存储介质的结构示意图。
具体实施方式
[0038]下面结合附图和实施例，对本申请作进一步的详细描述。特别指出的是，以下实施例仅用于说明本申请，但不对本申请的范围进行限定。同样的，以下实施例仅为本申请的部分实施例而非全部实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
[0039]在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
[0040]本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种点云数据标注方法，其特征在于，包括：获取待标注的当前帧点云数据，其中所述当前帧点云数据位于连续的多帧点云数据中已标注的相邻两帧点云数据之间；对所述当前帧点云数据进行栅格化处理，以得到所述当前帧点云数据的主干特征；获取对所述相邻两帧点云数据中每一帧进行标注所得到的至少一个真值框，并对所述至少一个真值框进行处理，以得到已标注的所述相邻两帧点云数据中每一帧的真值特征；将所述当前帧点云数据的主干特征和已标注的所述相邻两帧点云数据的真值特征进行拼接融合处理，以得到融合特征，从而依据所述融合特征得到所述当前帧点云数据的检测框，实现标注。2.根据权利要求1所述的方法，其特征在于，所述连续的多帧点云数据中已标注的每两个相邻帧点云数据间隔相同帧数的点云数据。3.根据权利要求2所述的方法，其特征在于，所述主干特征通过第一三维张量表征，所述真值特征通过第二三维张量表征，所述第二三维张量的二维张量的大小与所述第一三维张量的二维张量的大小相等；将所述当前帧点云数据的主干特征和所述相邻两帧点云数据的真值特征进行拼接融合处理，包括：沿着大小相等的所述二维张量，对所述当前帧点云数据的主干特征和已标注的所述相邻两帧点云数据的真值特征进行拼接融合。4.根据权利要求3所述的方法，其特征在于，所述至少一个真值框对应于至少一个检测类别；对所述至少一个真值框进行处理，以得到已标注的所述相邻两帧点云数据的真值特征，包括：获取所述至少一个真值框所在的三维空间中的预设兴趣区域与所述第二三维张量的二维张量之间的尺寸比例关系；依据所述尺寸比例关系、所述至少一个真值框中的每一个的中心点在所述预设兴趣区域中的初始坐标以及所述至少一个真值框中每一个对应的检测类别，确定所述至少一个真值框中每一个的中心点在所述第二三维张...

【专利技术属性】
技术研发人员：李聪聪，吴伟，邹晓艺，
申请(专利权)人：深圳元戎启行科技有限公司，
类型：发明
国别省市：