[发明专利]点云数据标注、分割模型确定、目标检测方法及相关设备

权利要求书

1.一种点云数据标注方法，所述方法包括：

获取激光雷达采集的原始点云数据；

将所述原始点云数据投影到二维图后，基于所述二维图获取各目标标注信息，所述目标标注信息包括：第一目标位置信息以及第一目标类别；

通过已训练目标检测模型对所述原始点云数据进行检测，确定检测到的各目标检测信息，所述目标检测信息包括：第二目标位置信息、第二目标类别以及对应的目标类别置信度；

若所述对应的目标类别置信度大于或者等于置信度阈值，采用所述目标检测信息修正所述目标标注信息，获得所述原始点云数据的目标检测数据集，所述目标检测数据集包括各目标的位置信息和目标类别。

2.根据权利要求1所述的方法，其特征在于，基于所述二维图获取各目标标注信息，所述目标标注信息包括：第一目标位置信息以及第一目标类别，包括：

获取在所述二维图中的选定目标框的位置信息；

基于所述选定目标框的位置信息，确定所述选定目标框对应的目标的第一目标类别；

根据所述选定目标框的位置信息，或者根据所述选定目标框的位置信息以及所述第一目标类别，确定第一目标位置信息。

3.根据权利要求2所述的方法，其特征在于，所述选定目标框的位置信息包括所述选定目标框的尺寸信息；基于所述选定目标框的位置信息，确定所述选定目标框对应的目标的第一目标类别，包括：

基于所述选定目标框的尺寸信息所在的预设尺寸范围，将所在的预设尺寸范围对应的目标类别，确定为所述选定目标框对应的目标的第一目标类别。

4.根据权利要求1至3任意一项所述的方法，其特征在于，获得所述原始点云数据的目标检测数据集之后，还包括：根据所述原始点云数据以及所述目标检测数据集，获得所述原始点云数据的点云分割数据集，所述点云分割数据集包括各点云数据的点云类别。

5.根据权利要求4所述的方法，其特征在于，根据所述原始点云数据以及所述目标检测数据集，获得所述原始点云数据的点云分割数据集，包括：

将各目标的目标类别，确定为与该目标的位置信息对应的各点云数据的类别，获得各点云数据的检测类别；

采用已训练分割模型对所述原始点云数据进行分割处理，获得各所述点云数据的标注类别以及对应的标注类别置信度；

基于所述标注类别置信度，采用所述点云数据的标注类别修正对应的所述点云数据的检测类别，获得所述原始点云数据的点云分割数据集，所述点云分割数据集包括各点云数据的点云类别。

6.根据权利要求5所述的方法，其特征在于，基于所述标注类别置信度，采用所述点云数据的标注类别修正对应的所述点云数据的检测类别，获得所述原始点云数据的点云分割数据集，包括：

若所述点云数据的标注类别置信度大于或者等于标注类别置信度阈值，用所述点云数据的标注类别修正对应的所述点云数据的检测类别，获得所述原始点云数据的点云分割数据集。

7.一种点云数据分割模型的确定方法，所述方法包括：

获取激光雷达采集的原始点云数据，以及与所述原始点云数据对应的点云分割数据集；

基于所述原始点云数据以及所述点云分割数据集对待训练分割模型进行训练，获得训练后的点云数据分割模型；

与所述原始点云数据对应的点云分割数据集的获取方式包括：

将所述原始点云数据投影到二维图后，基于所述二维图获取各目标标注信息，所述目标标注信息包括：第一目标位置信息以及第一目标类别；

通过已训练目标检测模型对所述原始点云数据进行检测，确定检测到的各目标检测信息，所述目标检测信息包括：第二目标位置信息、第二目标类别以及对应的目标类别置信度；

若所述对应的目标类别置信度大于或者等于置信度阈值，采用所述目标检测信息修正所述目标标注信息，获得所述原始点云数据的目标检测数据集，所述目标检测数据集包括各目标的位置信息和目标类别；

根据所述原始点云数据以及所述目标检测数据集，获得所述原始点云数据的点云分割数据集，所述点云分割数据集包括各点云数据的点云类别。