基于持续学习的毫米波雷达点云分割方法及装置

本发明实施例公开了一种基于持续学习的毫米波雷达点云分割方法，该方法包括：将点云数据集划分为多个训练任务，形成可持续学习的训练数据集集合；据此构建持续学习神经网络架构，根据可持续学习的训练数据集集合和持续学习神经网络架构，确定点云语义分割模型；通过点云语义分割模型对待预测点云数据集进行语义分割，确定各点的类别标签。该方案，提出了在毫米波点云上实现语义分割的持续学习框架，使毫米波语义分割模型在自动驾驶动态场景具有动态更新和学习新知识的能力，采用本发明架构的离线模型可实现与离线相近的分割性能，且本发明所设计的网络参数量小，易于训练，且检测性能基本满足自动驾驶的日常需求。