-
Patent Agency Ranking
公开(公告)号：CN113947605B
公开(公告)日：2025-04-15
申请号：CN202111290749.0
申请日：2021-11-02
Applicant: 南京林业大学
Abstract: 本发明提供一种基于YOLACT的行道树靶标点云分割方法，该方法包括以下步骤：S1选择部分样本行道树，将二维雷达装载在移动车辆上扫描行道树，获取样本点云数据；S2对于扫描得到的点云数据，建立三维坐标系，构建三通道彩色图像；S3对获得三通道彩色图像进行裁剪，标注；S4采用YOLACT行道树靶标点云分割算法对标注后的图像进行训练，直到达到预设的迭代次数，完成训练，获得模型；S5采用训练好的模型对待测行道树进行靶标分割。本发明的基于Yolact行道树靶标点云分割方法能够在复杂城区环境下检测行道树靶标点云，并快速准确分割出行道树靶标；能够为果园对靶施药技术的推广提供对靶施药的实时数据。
-
公开(公告)号：CN115115652B
公开(公告)日：2024-03-19
申请号：CN202210499652.9
申请日：2022-05-09
Applicant: 南京林业大学
IPC: G06T7/11 , G06T7/136 , G06T1/60 , G06V10/764
Abstract: 本发明提供一种行道树靶标点云在线分割方法，该方法包括：建立缓冲区、点云‑图像映射、行道树图像实例分割、行道树图像实例融合、行道树实例完整性检测以及图像‑点云映射，得到行道树点云实例，完成分割。本发明的行道树靶标点云在线分割方法，通过搭建街道点云在线处理框架、融合并优化行道树图像实例实时分割结果，实现行道树靶标点云在线准确分割。
-
公开(公告)号：CN114155265A
公开(公告)日：2022-03-08
申请号：CN202111458626.3
申请日：2021-12-01
Applicant: 南京林业大学
Abstract: 一种基于YOLACT的三维激光雷达道路点云分割方法，该方法包括以下步骤：样本数据点云变换，将三维激光雷达的道路点云数据球面投影为二维图像数据；标注并分割目标，构建用于训练的图像数据集；基于卷积神经网络模型进行训练，得到三维激光雷达道路点云实例分割模型；对待处理的实测三维激光雷达道路点云数据进行处理，分割出道路目标实例。本发明的方法首先将三维点云数据球面投影为二维图像数据，然后采用YOLACT端到端图像实例分割算法实现道路目标实例的准确分割。
-
公开(公告)号：CN115115652A
公开(公告)日：2022-09-27
申请号：CN202210499652.9
申请日：2022-05-09
Applicant: 南京林业大学
IPC: G06T7/11 , G06T7/136 , G06T1/60 , G06V10/764 , G06K9/62
Abstract: 本发明提供一种行道树靶标点云在线分割方法，该方法包括：建立缓冲区、点云‑图像映射、行道树图像实例分割、行道树图像实例融合、行道树实例完整性检测以及图像‑点云映射，得到行道树点云实例，完成分割。本发明的行道树靶标点云在线分割方法，通过搭建街道点云在线处理框架、融合并优化行道树图像实例实时分割结果，实现行道树靶标点云在线准确分割。
-
公开(公告)号：CN113947605A
公开(公告)日：2022-01-18
申请号：CN202111290749.0
申请日：2021-11-02
Applicant: 南京林业大学
Abstract: 本发明提供一种基于YOLACT的行道树靶标点云分割方法，该方法包括以下步骤：S1选择部分样本行道树，将二维雷达装载在移动车辆上扫描行道树，获取样本点云数据；S2对于扫描得到的点云数据，建立三维坐标系，构建三通道彩色图像；S3对获得三通道彩色图像进行裁剪，标注；S4采用YOLACT行道树靶标点云分割算法对标注后的图像进行训练，直到达到预设的迭代次数，完成训练，获得模型；S5采用训练好的模型对待测行道树进行靶标分割。本发明的基于Yolact行道树靶标点云分割方法能够在复杂城区环境下检测行道树靶标点云，并快速准确分割出行道树靶标；能够为果园对靶施药技术的推广提供对靶施药的实时数据。
-
-
-
-
Search Results
5
records
(took 0.107 seconds)
