摘要
本发明提供基于原型对比学习的少样本点云目标检测方法和系统,包括:获取点云场景的种子点以及特征;构建点云场景的几何原型库;给每个前景点分配几何原型,并获取原始伪标签,通过原始伪标签构建正负样本对,进行几何对比学习;基于种子点以及特征在语义层面施加约束,进行语义对比学习;将几何和语义对比损失加到整体损失函数中,在后向传播中共同参与网络参数优化;使用优化后的网络进行目标检测。本发明用探索语义原型的内在特征空间,在语义层面上对特征施加约束,改进网络的语义特征提取和区分能力。在几何特征施加对比约束,创建更受约束的几何特征空间,学习原型结构意识,使其具备更加精细的局部几何信息,提升在新类别上的泛化能力。
技术关键词
原型
点云
语义层面
种子
样本
查询场景
特征提取器
标签
网络
语义特征提取
记忆
处理器
数据模块
可读存储介质
特征点
存储器
参数
系统为您推荐了相关专利信息
曲线
动态位移传感器
深度学习模型
噪声数据
图像
文本
识别方法
节点
灾害数据采集
非暂态计算机可读存储介质
训练样本集
天气
数据集成技术
电负荷预测
光照强度数据