面向工件无序抓取的点云实例分割方法、装置、设备、存储介质和程序产品

本申请涉及一种面向工件无序抓取的点云实例分割方法、装置、设备、存储介质和程序产品，涉及深度学习技术领域。本方法能够改善工件三维实例分割的效果。该方法包括：根据工业场景中堆叠工件的样本点云数据，得到训练集、验证集和测试集；利用训练集和验证集对初始的深度学习模型进行训练；对初步训练的深度学习模型的神经网络架构进行改进，得到包括特征提取骨干网络、边界框预测分支和点掩码预测分支的当前深度学习模型；利用测试集对当前深度学习模型进行测试和优化，直至当前深度学习模型在测试集上的准确性指标满足阈值条件，得到训练完成的目标深度学习模型；训练完成的目标深度学习模型用于根据当前采集的工件点云数据进行点云实例分割。