摘要
本发明提供的压缩点云场景中的三维目标检测方法及系统,其中方法包括:构建压缩点云数据集;将原始点云与压缩点云进行混合,得到混合点云;提供一蒸馏框架,将原始点云作为教师模型的输入,将混合点云作为学生模型的输入;利用教师模型的特征和输出,建立蒸馏损失,利用梯度反向传播指导学生模型训练;利用训练后的学生模型对压缩点云场景中的三维目标进行检测。本发明在模型训练中加快了学生模型的拟合速度,显著提升了学生模型的性能;在压缩点云的场景中上提升了三维目标检测的精度,利用渐进式多级混合算法配合基于关键区域的蒸馏算法,能够提升模型更好地拟合压缩点云的分布,提高在压缩点云上的可靠性。
技术关键词
点云
学生
教师
蒸馏
场景
格式
模型训练模块
计算机终端
检测损失
混合算法
掩膜
混合模块
数据
处理器
多边形
误差函数
框架
分块
可读存储介质
系统为您推荐了相关专利信息
任务调度方法
深度强化学习
网络
设备状态信息
参数
模型生成方法
拓扑结构特征
数据加密
动态密码
节点