基于零样本深度学习的要素提取以及地图生成方法、装置

AITNT
正文
推荐专利
基于零样本深度学习的要素提取以及地图生成方法、装置
申请号:CN202411600138
申请日期:2024-11-11
公开号:CN119360051B
公开日期:2025-07-15
类型:发明专利
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
1
一种基于VIT与空间注意力机制的小麦品种鉴别方法
小麦品种 鉴别方法 小麦冠层 摄像设备 特征提取能力
2
一种菠萝识别定位方法和系统
识别定位方法 深度图 深度学习模型 数据 采摘菠萝
3
基于深度学习的隧道衬砌病害检测系统及方法
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
4
基于深度学习的物流路径规划方法、装置、设备及介质
物流标签 车辆调度信息 路段 物流路径规划方法 节点
5
一种基于深度学习模型的肿瘤占位脑功能分区神经影响图像分割方法
影像分割方法 肿瘤 多模态数据融合 分区 特征融合网络
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号