[发明专利]一种用于机器学习中的样本数据标注方法及装置

说明书

本发明实施例公开一种用于机器学习中的样本数据标注及装置。该方法包括：获取待标注的激光点云数据；根据二维俯视坐标系与三维坐标系之间的第一映射关系，将所述激光点云数据显示在二维俯视界面中；获取针对二维俯视界面显示的激光点云数据输入的第一标注操作；根据激光点云数据的三维坐标，确定第一标注操作对应的包围框；根据包围框，确定激光点云数据对应的标注信息；其中，三维坐标系为激光点云数据所在的坐标系，二维俯视界面与二维俯视坐标系对应。应用本发明实施例提供的方案，能够提高标注激光点云数据时的效率。

技术领域

本发明涉及智能驾驶技术领域，具体而言，涉及一种用于机器学习中的样本数据标注方法及装置。

背景技术

激光点云数据是激光雷达返回的数据类型，激光点云包括大量激光点数据。激光雷达可以安装在智能车辆、机器人等设备中，用于根据采集设备周围的激光点云数据，根据激光点云数据可以确定设备周围的障碍物信息。

当前收集到的激光点云数据信息量过多过杂，难以直接使用，需要人工对其进行识别和标注，标注后的激光点云数据可作为机器学习算法研发时的样本数据。在实际操作时，通常需要在三维界面中标注出对象的立体包围框。在标注立体包围框时比较困难，需要标注人员多次调整。面对大量、庞杂的激光点云数据，这种对数据标注的方式效率较低。

发明内容

本发明提供了一种用于机器学习中的样本数据标注方法及装置，以提高标注激光点云数据时的效率。具体的技术方案如下。

第一方面，本发明实施例公开了一种用于机器学习中的样本数据标注，包括：

获取待标注的激光点云数据；

根据二维俯视坐标系与三维坐标系之间的第一映射关系，将所述激光点云数据显示在二维俯视界面中；其中，所述三维坐标系为所述激光点云数据所在的坐标系，所述二维俯视界面与所述二维俯视坐标系对应；

获取针对所述二维俯视界面显示的激光点云数据输入的第一标注操作；

根据所述激光点云数据的三维坐标，确定所述第一标注操作对应的包围框；

根据所述包围框，确定所述激光点云数据对应的标注信息。

可选的，在获取待标注的激光点云数据之后，所述方法还包括：

将所述激光点云数据显示在三维界面中；其中，所述三维界面与所述三维坐标系对应；

在确定所述第一操作对应的包围框之后，所述方法还包括：

在所述三维界面中显示所述包围框；

获取针对所述三维界面中显示的包围框输入的调整操作，根据所述调整操作，对所述包围框进行调整；

所述根据所述包围框，确定所述激光点云数据对应的标注信息的步骤，包括：

根据调整后的包围框，确定所述激光点云数据对应的标注信息。

可选的，所述根据所述激光点云数据的三维坐标，确定所述第一标注操作对应的包围框的步骤，包括：

根据所述第一标注操作确定二维标注框；

以所述二维标注框在所述三维坐标系中指示的范围为搜索范围，从处在所述搜索范围内的激光点云数据中确定第三坐标轴方向的边界数据点；其中，所述第三坐标轴为：所述三维坐标系中除了所述二维俯视坐标系包含的第一坐标轴和第二坐标轴之外的坐标轴；

根据所述边界数据点的第三坐标轴坐标以及所述二维标注框，确定所述第一标注操作对应的包围框。

可选的，所述根据所述边界数据点的第三坐标轴坐标以及所述二维标注框，确定所述第一标注操作对应的包围框的步骤，包括：