摘要
本说明书公开了一种三维点云分类模型的训练方法、存储介质及电子设备,其中方法包括:将增量点云数据输入至三维点云分类模型,获取增量点云数据的样本特征集合,基于适配器的门控单元和残差单元,获取样本特征集合对应的全局特征集合,基于融合模块,获取第一全局特征和第二全局特征对应的目标融合特征,获取类别文本特征,基于类别文本特征与目标融合特征之间的特征相似度,确定增量点云数据对应的预测物体类别,基于预测物体类别和增量点云数据对应的标签类别的差异,确定三维点云分类模型的训练状态,基于训练状态调整三维点云分类模型的模型参数,直至训练状态指示三维点云分类模型完成训练,得到训练完成的三维点云分类模型。
技术关键词
三维点云分类
融合特征
二维图像特征
标签类别
深度图数据
权重特征
样本
适配器
三维点云数据
计算机存储介质
点云特征
物体识别方法
阶段
文本编码器
电子设备
参数
系统为您推荐了相关专利信息
权重分配机制
多源数据协同
跨模态
全局平均池化
注意力
多模态医学影像
文本编码器
图像编码器
预训练模型
多场景
监测方法
数据采集平台
数据中心
跨模态
融合特征
称重误差
加密数据
历史监测数据
动态密钥
实时监测数据
表面缺陷检测方法
贴片元件
融合特征
模板
融合深度特征