[发明专利]三维目标检测方法、检测装置、终端设备及计算机可读存储介质

权利要求书

1.一种三维目标检测方法，其特征在于，包括：

获取待检测场景的深度图像以及RGB图像，并将所述深度图像转换为第一点云数据；

对所述第一点云数据进行实例分割，得到至少一个实例对应的第二点云数据；

将每一个所述实例对应的第二点云数据映射至所述RGB图像，得到每一个所述实例对应的实例图像；

对所述实例图像进行图像识别，得到所述实例图像对应的实例的识别结果；

所述将每一个所述实例对应的第二点云数据映射至所述RGB图像，得到每一个所述实例对应的实例图像包括：

将每一个所述实例对应的第二点云数据映射至RGB空间，得到每一个所述实例对应的第四点云数据；

将每一个所述实例对应的第四点云数据映射至所述RGB图像，得到每一个所述实例对应的实例图像。

2.如权利要求1所述的三维目标检测方法，其特征在于，所述对所述第一点云数据进行实例分割，得到至少一个实例对应的第二点云数据，包括：

将所述第一点云数据映射至RGB空间，得到第三点云数据；

对所述第三点云数据进行实例分割，得到至少一个实例对应的第二点云数据。

3.如权利要求1所述的三维目标检测方法，其特征在于，所述将每一个所述实例对应的第二点云数据映射至所述RGB图像，得到每一个所述实例对应的实例图像包括：

将每一个所述实例对应的第二点云数据映射至所述RGB图像，得到每一个所述实例对应的掩码图像；

确定所述每一个实例对应的掩码图像的包围框；

根据所述包围框对所述RGB图像进行分割，得到每一个所述实例对应的实例图像。

4.如权利要求1所述的三维目标检测方法，其特征在于，所述对所述实例图像进行图像识别包括：

根据预设的神经网络模型对所述实例图像进行图像识别。

5.如权利要求4所述的三维目标检测方法，其特征在于，所述预设的神经网络模型的训练方法如下：

获取训练样本数据，其中，所述训练样本数据包括样本图像和所述样本图像的标注；

将所述训练样本数据输入预设的神经网络模型中进行训练，得到经过训练的预设的神经网络模型。

6.如权利要求1所述的三维目标检测方法，其特征在于，在所述对所述实例图像进行图像识别，得到所述实例图像对应的实例的识别结果之后，包括：

根据目标实例对应的第二点云数据确定抓取位姿；

将所述抓取位姿发送至机械臂，以指示所述机械臂执行与所述抓取位姿对应的抓取操作。

7.一种三维目标检测装置，其特征在于，包括：

图像获取模块，用于获取待检测场景的深度图像以及RGB图像，并将所述深度图像转换为第一点云数据；

实例分割模块，用于对所述第一点云数据进行实例分割，得到至少一个实例对应的第二点云数据；

第一映射模块，用于将每一个所述实例对应的第二点云数据映射至所述RGB图像，得到每一个所述实例对应的实例图像；

识别模块，用于对所述实例图像进行图像识别，得到所述实例图像对应的实例的识别结果；

所述第一映射模块具体用于：

将每一个所述实例对应的第二点云数据映射至RGB空间，得到每一个所述实例对应的第四点云数据；

将每一个所述实例对应的第四点云数据映射至所述RGB图像，得到每一个所述实例对应的实例图像。

8.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述的方法。

9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的方法。