- 专利标题: 基于二维分类模型的三维点云分类模型训练方法和介质
-
申请号: CN202410635694.X申请日: 2024-05-22
-
公开(公告)号: CN118230072B公开(公告)日: 2024-08-06
- 发明人: 李梦柯 , 黄惠 , 黎达
- 申请人: 深圳大学 , 人工智能与数字经济广东省实验室(深圳)
- 申请人地址: 广东省深圳市南山区粤海街道南海大道3688号;
- 专利权人: 深圳大学,人工智能与数字经济广东省实验室(深圳)
- 当前专利权人: 深圳大学,人工智能与数字经济广东省实验室(深圳)
- 当前专利权人地址: 广东省深圳市南山区粤海街道南海大道3688号;
- 代理机构: 华进联合专利商标代理有限公司
- 代理商 虞凌霄
- 主分类号: G06V10/764
- IPC分类号: G06V10/764 ; G06V10/44 ; G06V10/77 ; G06V10/82 ; G06V20/64 ; G06N3/0455 ; G06N3/08 ; G06N3/048
摘要:
本申请涉及一种基于二维分类模型的三维点云分类模型训练方法和介质。所述方法包括:获取二维图像对应的图像特征向量序列,基于图像特征向量序列对初始二维分类模型进行训练,得到目标二维分类模型;基于目标二维分类模型和初始校准单元,得到初始三维点云分类模型;获取三维点云对应的数据特征向量序列,基于数据特征向量序列对初始三维点云分类模型进行训练,以调整初始校准单元中的初始校准参数,得到目标三维点云分类模型;目标三维点云分类模型用于基于三维点云对应的数据特征向量序列确定三维点云对应的物体类别。采用本方法能够提高三维点云分类模型的准确性。
公开/授权文献
- CN118230072A 基于二维分类模型的三维点云分类模型训练方法和介质 公开/授权日:2024-06-21