摘要
本公开提供了一种基于零样本深度学习的要素提取以及地图生成方法、装置,本公开将需要进行道路要素提取的三维点云图像进行强度投影,得到二维强度投影图像;将二维强度投影图像输入道路要素深度学习模型,得到道路要素深度学习模型输出的道路要素的关键点二维坐标信息;道路要素深度学习模型包括依次包括YOLOv8‑OBB旋转框模型、包含PCA算法的计算模块、多头centernet关键点检测模型;之后根据道路要素深度学习模型的处理逻辑的反向逻辑,确定关键点二维坐标信息在所述二维强度投影图像上的二维坐标信息;最后根据强度投影的处理逻辑的反向逻辑以及关键点二维坐标信息在二维强度投影图像上的二维坐标信息,确定道路要素在所述三维点云图像上的三维坐标。
技术关键词
点云图像
深度学习模型
关键点
旋转框
PCA算法
坐标
训练样本图像
模版
地图生成方法
强度
逻辑
成分分析
索引
地图生成装置
协方差矩阵
标识
分辨率
数据
系统为您推荐了相关专利信息
小麦品种
鉴别方法
小麦冠层
摄像设备
特征提取能力
识别定位方法
深度图
深度学习模型
数据
采摘菠萝
隧道衬砌病害检测
训练深度学习模型
注意力机制
表达式
数据
物流标签
车辆调度信息
路段
物流路径规划方法
节点
影像分割方法
肿瘤
多模态数据融合
分区
特征融合网络