【技术实现步骤摘要】
本公开的实施例涉及自监督学习，具体地，涉及适用于一种基于自监督学习的三维检测框处理方法、装置和设备。
技术介绍
1、在车辆行驶过程中，通过对行驶环境中的目标物进行目标识别并采用3d检测框对目标物进行信息标注的方式，能够有效定位目标物的具体位置，便于车辆的安全行驶。
2、相关技术中，大多是采用后融合或交叉验证的方式实现3d检测框的自动标注，在不同的场景下后融合包含无穷无尽的场景特定规则，交叉验证无法真正明确到底应该相信点云检测结果还是图像检测结果，即便可以保证模型结果正确，不同模态的对齐问题也会引发标注结果的不一致，需要进行人工核对。
3、然而，现有方式实现过程中需要人工进行标注校对，标注成本高，且人工标注具有一定出错率，进而降低标注效率。
技术实现思路
1、本文中描述的实施例提供了一种基于自监督学习的三维检测框处理方法、装置和设备，克服了上述问题。
2、第一方面，根据本公开的内容，提供了一种基于自监督学习的三维检测框处理方法，包括：
3、在智...
【技术保护点】
1.一种基于自监督学习的三维检测框处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述图像迭代数据，确定检测目标对应的三维检测框的第一标注信息，以处理得到所述检测目标的二维图像轮廓坐标，包括：
3.根据权利要求2所述的方法，其特征在于，所述对所述检测目标对应的三维检测框的第一标注信息进行边界距离渲染，得到所述检测目标的二维图像轮廓坐标，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于所述点云迭代数据，确定所述检测目标对应的三维检测框的第二标注信息，以处理得到所述检测目标的二维点云轮廓坐标，包
5...
【技术特征摘要】
1.一种基于自监督学习的三维检测框处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述图像迭代数据，确定检测目标对应的三维检测框的第一标注信息，以处理得到所述检测目标的二维图像轮廓坐标，包括：
3.根据权利要求2所述的方法，其特征在于，所述对所述检测目标对应的三维检测框的第一标注信息进行边界距离渲染，得到所述检测目标的二维图像轮廓坐标，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于所述点云迭代数据，确定所述检测目标对应的三维检测框的第二标注信息，以处理得到所述检测目标的二维点云轮廓坐标，包括：
5.根据权利要求4所述的方法，其特征在于，所述对所述检测目标对应的三维检测框的第二标注信息进行边界距离渲染，得到所述检测目标的二维点云轮廓坐标，包括：
6.根据权利要求1所述的方法，其特征在于，所述对所述二维图...
【专利技术属性】
技术研发人员：姜志超，于春磊，刘盛翔，
申请(专利权)人：北京无问智行科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。