点云数据标注方法、点云目标检测方法、设备及存储介质技术

本发明专利技术涉及自动驾驶技术领域，具体提供一种点云数据标注方法、点云目标检测方法、设备及存储介质，旨在解决准确且可靠地进行目标检测的问题。为此目的，本发明专利技术提供的标注方法包括获取点云数据中目标检测框的初始标注类别和尺寸，根据目标检测框的尺寸对其初始标注类别进行校正。通过这种方式可以确保目标检测框的标注准确性，进而保证点云目标检测的准确性。本发明专利技术提供的检测方法可以采用上述方法对点云数据中目标检测框的初始标注类别进行校正形成点云训练数据，再采用点云训练数据对预设模型进行点云目标检测训练，以获取点云目标检测模型，进而采用点云目标检测模型对点云帧进行目标检测。通过这种方式，可以提高目标检测的准确性。测的准确性。测的准确性。

【技术实现步骤摘要】
点云数据标注方法、点云目标检测方法、设备及存储介质


[0001]本专利技术涉及自动驾驶
，具体涉及一种点云数据标注方法、点云目标检测方法、设备及存储介质。

技术介绍

[0002]在对车辆进行自动驾驶控制时通常会利用雷达采集车辆周围的点云，对点云进行目标检测，以确定车辆周围是否存在其他车辆和行人等。
[0003]目前常规的点云目标检测方法主要是先训练得到一个点云目标检测模型，然后利用这个点云目标检测模型对雷达采集的点云帧进行目标检测。在训练点云目标检测模型时需要提前标注好点云训练数据中目标检测框的类别，由于点云训练数据的语义信息较少，导致目标检测框的类别很难标注。对此，目前主要是利用图像来辅助标注，但是由于图像缺少深度信息，图像上的像素点与点云帧上的点云数据无法完全对应起来，因此，这种方法无法保证类别标注的准确性，影响点云目标检测模型的检测准确性，从而也就无法利用点云目标检测模型对点云帧进行准确地目标检测。
[0004]相应地，本领域需要一种新的技术方案来解决上述问题。

技术实现思路

[0005]为了克服上述缺陷，提出了本专利技术，以提供解决或至少部分地解决如何准确且可靠地进行目标检测的技术问题的点云数据标注方法、点云目标检测方法、设备及存储介质。
[0006]在第一方面，提供一种点云数据标注方法，所述方法包括：获取点云数据中目标检测框的初始标注类别；获取所述目标检测框的尺寸；根据所述尺寸对所述初始标注类别进行校正，以确定所述目标检测框的最终标注类别。
[0007]在上述点云数据标注方法的一个技术方案中，
ꢀ“
根据所述尺寸对所述初始标注类别进行校正，以确定所述目标检测框的最终标注类别”的步骤具体包括：获取所述初始标注类别的尺寸相近类别，其中，所述尺寸相近类别所表示目标的尺寸与所述初始标注类别所表示目标的尺寸相近；获取所述初始标注类别所表示目标与所述尺寸相近类别所表示目标之间的尺寸边界值；根据所述目标检测框的尺寸与所述尺寸边界值，对所述初始标注类别进行校正，以确定所述目标检测框的最终标注类别。
[0008]在上述点云数据标注方法的一个技术方案中，“获取所述初始标注类别的尺寸相近类别”的步骤具体包括：针对每种初始标注类别，根据点云数据中每个标注所述初始标注类别的目标检测框的尺寸，对所有标注所述初始标注类别的目标检测框进行聚类，根据聚类的结果确定所
述初始标注类别所表示目标的尺寸范围；根据每种初始标注类别所表示目标的尺寸范围，从所有初始标注类别中分别获取每种初始标注类别的尺寸相近类别。
[0009]在上述点云数据标注方法的一个技术方案中，“获取所述初始标注类别所表示目标与所述尺寸相近类别所表示目标之间的尺寸边界值”的步骤具体包括：分别获取所述初始标注类别所表示目标与所述尺寸相近类别所表示目标的尺寸范围；根据所述尺寸范围，获取所述尺寸边界值。
[0010]在上述点云数据标注方法的一个技术方案中，“根据所述目标检测框的尺寸与所述尺寸边界值，对所述初始标注类别进行校正，以确定所述目标检测框的最终标注类别”的步骤具体包括：根据所述初始标注类别所表示目标与所述尺寸相近类别所表示目标之间的尺寸大小关系，从所述初始标注类别与所述尺寸相近类别中分别确定表示大尺寸目标的大尺寸类别和表示小尺寸目标的小尺寸类别；对所述目标检测框的尺寸与所述尺寸边界值进行比较；若所述目标检测框的尺寸大于所述尺寸边界值，则所述最终标注类别是所述大尺寸类别；否则，所述最终标注类别是所述小尺寸类别。
[0011]在上述点云数据标注方法的一个技术方案中，“对所述目标检测框的尺寸与所述尺寸边界值进行比较”的步骤具体包括：分别对所述尺寸与所述尺寸边界值中的长度和宽度进行比较；若所述尺寸中的长度和宽度分别大于所述尺寸边界值中的长度和宽度，则所述最终标注类别是所述大尺寸类别；否则，所述最终标注类别是所述小尺寸类别。
[0012]在第二方面，提供一种点云目标检测方法，所述方法包括：采用上述第一方面提供的点云数据标注方法，对点云数据中目标检测框的初始标注类别进行校正，以确定所述目标检测框的最终标注类别，形成点云训练数据；采用所述点云训练数据，对预设模型进行点云目标检测训练，以获取点云目标检测模型；采用所述点云目标检测模型，对点云帧进行目标检测。
[0013]在上述点云目标检测方法的一个技术方案中，“采用所述点云目标检测模型，对点云帧进行目标检测”的步骤具体包括：采用所述点云目标检测模型中的三维稀疏卷积网络，对所述点云帧进行特征提取；采用所述点云目标检测模型中的俯视图卷积网络，对所述三维稀疏卷积网络提取到的特征再次进行特征提取；采用所述点云目标检测模型中的目标检测头网络，对所述俯视图卷积网络提取到的特征进行目标检测。
[0014]在第三方面，提供一种计算机设备，该计算机设备包括处理器和存储装置，所述存
储装置适于存储多条程序代码，所述程序代码适于由所述处理器加载并运行以执行上述点云数据标注或点云目标检测方法的技术方案中任一项技术方案所述的方法。
[0015]在第四方面，提供一种计算机可读存储介质，该计算机可读存储介质其中存储有多条程序代码，所述程序代码适于由处理器加载并运行以执行上述点云数据标注或点云目标检测方法的技术方案中任一项技术方案所述的方法。
[0016]本专利技术上述一个或多个技术方案，至少具有如下一种或多种有益效果：在实施本专利技术提供的点云数据标注方法的技术方案中，可以获取点云数据中目标检测框的初始标注类别和尺寸，然后根据目标检测框的尺寸对其初始标注类别进行校正，以确定目标检测框的最终标注类别。通过这种方式，可以避免将尺寸相近，但类型不同的目标混淆，确保目标检测框的标注准确性，进而提升点云目标检测的准确性。
[0017]在实施本专利技术提供的点云目标检测的技术方案中，可以采用前述点云数据标注方法对点云数据中目标检测框的初始标注类别进行校正，以确定目标检测框的最终标注类别，形成点云训练数据，然后再采用点云训练数据对预设模型进行点云目标检测训练，以获取点云目标检测模型，最后采用点云目标检测模型对点云帧进行目标检测。通过这种方式，可以得到标注类别准确的点云训练数据，从而保证训练好的点云目标检测模型的具备较高的点云目标检测能力，进而提高了采用点云目标检测模型对点云帧进行目标检测的准确性。
附图说明
[0018]参照附图，本专利技术的公开内容将变得更易理解。本领域技术人员容易理解的是：这些附图仅仅用于说明的目的，而并非意在对本专利技术的保护范围组成限制。其中：图1是根据本专利技术的一个实施例的点云数据标注方法的主要步骤流程示意图；图2是根据本专利技术的一个实施例的根据目标检测框的尺寸对初始标注类别进行校正的方法的主要步骤流程示意图；图3是根据本专利技术的一个实施例的点云目标检测方法的主要步骤流程示意图；图4是根据本专利技术的一个实施例的采用点云目标检测模型对点云帧进行目标检测的方法的主要步骤流程示意图；图5是根据本专利技术的一个实施例的计算机设备的主要结构示意图。
具体实本文档来自技高网...

【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，所述方法包括：获取点云数据中目标检测框的初始标注类别；获取所述目标检测框的尺寸；根据所述尺寸对所述初始标注类别进行校正，以确定所述目标检测框的最终标注类别。2.根据权利要求1所述的点云数据标注方法，其特征在于，“根据所述尺寸对所述初始标注类别进行校正，以确定所述目标检测框的最终标注类别”的步骤具体包括：获取所述初始标注类别的尺寸相近类别，其中，所述尺寸相近类别所表示目标的尺寸与所述初始标注类别所表示目标的尺寸相近；获取所述初始标注类别所表示目标与所述尺寸相近类别所表示目标之间的尺寸边界值；根据所述目标检测框的尺寸与所述尺寸边界值，对所述初始标注类别进行校正，以确定所述目标检测框的最终标注类别。3.根据权利要求2所述的点云数据标注方法，其特征在于，“获取所述初始标注类别的尺寸相近类别”的步骤具体包括：针对每种初始标注类别，根据点云数据中每个标注所述初始标注类别的目标检测框的尺寸，对所有标注所述初始标注类别的目标检测框进行聚类，根据聚类的结果确定所述初始标注类别所表示目标的尺寸范围；根据每种初始标注类别所表示目标的尺寸范围，从所有初始标注类别中分别获取每种初始标注类别的尺寸相近类别。4.根据权利要求3所述的点云数据标注方法，其特征在于，“获取所述初始标注类别所表示目标与所述尺寸相近类别所表示目标之间的尺寸边界值”的步骤具体包括：分别获取所述初始标注类别所表示目标与所述尺寸相近类别所表示目标的尺寸范围；根据所述尺寸范围，获取所述尺寸边界值。5.根据权利要求2所述的点云数据标注方法，其特征在于，“根据所述目标检测框的尺寸与所述尺寸边界值，对所述初始标注类别进行校正，以确定所述目标检测框的最终标注类别”的步骤具体包括：根据所述初始标注类别所表示目标与所述尺寸相近类别所表示目标之间的尺寸大小关系，从所述初始标注类别与所述尺寸相近类别中分别确定表示大尺寸目标的大尺寸类别和表示小尺寸目标的小尺寸类别；对...

【专利技术属性】
技术研发人员：彭祎，何欣栋，熊子钰，任广辉，姚卯青，
申请(专利权)人：安徽蔚来智驾科技有限公司，
类型：发明
国别省市：