一种基于Yolov5目标检测模型的三维点云目标识别方法及系统

AITNT
正文
推荐专利
一种基于Yolov5目标检测模型的三维点云目标识别方法及系统
申请号:CN202411812364
申请日期:2024-12-10
公开号:CN119600278A
公开日期:2025-03-11
类型:发明专利
摘要
本发明公开了一种基于Yolov5目标检测模型的三维点云目标识别方法及系统,该方法包括以下步骤:获取不同拍摄角度下的待检测的目标图像,并将这些图像分别输入训练后Yolov5目标检测模型进行检测,输出若干二维目标检测框;将若干二维目标检测框及对应内部的像素点分别映射至三维空间,以获得若干三维目标检测框及对应内部的三维点云数据;对若干三维目标检测框进行筛选;计算筛选后的三维目标检测框的平均值,及将筛选后的三维目标检测框对应内部的三维点云数据进行融合;对最终三维目标检测框内融合后的三维点云数据进行分割。本发明解决了在现有的基于改进的Complex‑YOLO模型的三维点云目标识别方法中,由于改进的Complex‑YOLO模型结构复杂,导致模型的推理速度较慢的问题。
技术关键词
三维点云数据 单目相机 识别方法 相机标定技术 子模块 YOLO模型 坐标 生长算法 识别系统 融合算法 图像 像素点 模型训练模块 速度
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