摘要
本申请的实施例提供了一种三维点云的标签迭代校正方法、装置、介质及设备。该方法采用训练完成的若干验证器对原始点云进行至少一轮标签迭代校正,得到标签校正后的目标点云;其中,在每一轮标签迭代校正中,包括:将原始点云中的每一个点及其在上一轮确定的校正标签分别输入至若干验证器中,以使各验证器分别输出原始点云中各点为干净样本或者污染样本的判断结果;针对被各验证器确定为污染样本的点,将污染样本分别输入至各验证器包含的深度神经网络中,以使各深度神经网络输出对应的预测标签以确定污染样本在当前轮对应的校正标签。本申请实施例的技术方案可以准确分离并校正点云数据集中的污染标签样本,保证后续神经网络训练的有效性。
技术关键词
深度神经网络
样本
校正方法
高斯混合模型
点云
神经网络训练
关系
标签类别
处理器
校正装置
存储装置
介质
有效性
电子设备
程序
聚类
计算机
参数
系统为您推荐了相关专利信息
数据挖掘分析方法
辅助驾驶功能
样本
皮尔逊相关系数
变量
波形分析方法
血流
血管
构建深度神经网络
离散小波变换
ICP算法
旋转编码器
倾角传感器
抓料机
坐标系
迁移学习模型
图像传感芯片
颗粒计数方法
液体
直方图均衡化
模型构建方法
结构误差
散斑图像
载荷
车辆行驶工况