← 返回列表
一种基于数字孪生的半监督3D目标检测方法、系统和设备
申请人信息
- 申请人:深空探测实验室(天都实验室)
- 申请人地址:230088 安徽省合肥市高新区创新产业园三期A1栋10-13楼
- 发明人: 深空探测实验室(天都实验室)
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于数字孪生的半监督3D目标检测方法、系统和设备 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311546436.6 |
| 申请日 | 2023/11/20 |
| 公告号 | CN117649515A |
| 公开日 | 2024/3/5 |
| IPC主分类号 | G06V10/25 |
| 权利人 | 深空探测实验室(天都实验室) |
| 发明人 | 张天柱; 杨文飞; 潘晓扬; 张哲; 王诗良; 吴枫 |
| 地址 | 安徽省合肥市高新区创新产业园三期A1栋10-13楼 |
摘要文本
本发明公开了一种基于数字孪生的半监督3D目标检测方法、系统和设备，属于计算机视觉领域，包括接收点云，分别将点云输入到预设的教师模型和学生模型中进行预处理，分别得到教师模块的不确定预测结果和学生模块的不确定预测结果；将预处理得到的教师模块的不确定预测结果进行伪标签筛选与权重分配；使用伪标签和权重分数对学生模型的无标签数据进行监督，使用Groud‑Truth对学生模型的有标签数据进行监督，对教师模块的不确定预测结果使用IoU引导的NMS，得到最后的检测结果。本发明通过设计基于面感知的不确定度估计方法和伪标签筛选策略，最终帮助模型准确、高效的定位物体实例，识别物体类别。
专利主权项内容
1.一种基于数字孪生的半监督3D目标检测方法，其特征在于，包括：接收点云，分别将点云输入到预设的教师模型和学生模型中进行预处理，分别得到教师模块的不确定预测结果和学生模块的不确定预测结果，其中，所述预处理的步骤如下：输入点云，通过点云特征提取网络PointNet以及平移操作和投票机制，获取候选点P的空间位置和特征；prop基于候选点P特征和空间位置，使用多层感知机去预测空间中物体的类别和边界框每一个面的空间分布；prop结合预测的边界框的空间位置，使用基于面的池化操作得到面的几何特征；将面的几何特征和离散概率分布特征拼接到一起，输入多层感知机，输出不确定度预测结果；将预处理得到的教师模块的不确定预测结果进行伪标签筛选与权重分配；使用伪标签和权重分数对学生模型的无标签数据进行监督，使用Groud-Truth对学生模型的有标签数据进行监督；对教师模块的不确定预测结果使用IoU引导的NMS，得到最后的检测结果。