摘要
本申请公开了基于注意力机制的局部感知点云表示学习预训练方法及装置,涉及点云表示学习技术领域,包括:通过对三维模型表面进行点云数据采样确定预训练数据集;预训练数据集为点云形状的数据集;基于转换器模型结构及预设局部感知自注意力机制确定待训练模型,利用待训练模型、掩码建模的预训练策略对预训练数据集进行数据处理;基于数据处理结果、待训练模型进行局部与全局的特征提取,利用特征提取结果及待训练模型中的密度感知倒角距离损失计算机制确定训练损失,得到预训练后模型;采集目标产品的点云数据确定微调数据集,利用预训练后模型及微调数据集进行特征提取与点云分类,完成微调,得到目标模型。本申请提高了点云特征提取的质量。
技术关键词
注意力机制
点云数据处理
预训练方法
K近邻算法
三维模型
策略
邻域
数据处理模块
数据分组单元
坐标
全局特征提取
局部特征提取
转换器
密度
计算机
采样点
数据嵌入
解码器
系统为您推荐了相关专利信息
勘探钻孔
三维可视化方法
三维地形模型
多源监测数据
边界结构
三维模型
神经营养因子
神经干细胞
修复脊髓损伤
脐带间充质干细胞
巡检设备
故障巡检
变电站故障
三维场景模型
预警方法