新一代信息技術(shù)
基于深度學習的點云分割方法
本發(fā)明公開基于深度學習的點云分割方法,涉及三維視覺、機器學習等領(lǐng)域。針對散料裝備智能化過程中料場的點云不能精確分割,散料裝備無法精確感知料堆信息等問題,首先,進行數(shù)據(jù)采集及預處理;其次,聚合點特征形成超點;然后,設(shè)計查詢策略和Transformer解碼器層,預測實例掩碼和語義類別;最后,設(shè)計多任務(wù)損失函數(shù)和匹配策略。與現(xiàn)有技術(shù)相比,本發(fā)明通過一個實例分割數(shù)據(jù)集的訓練,完成三種分割任務(wù),并且,能夠精確識別料場中不同料堆的位置和邊界,并對其物料類別進行分類,能夠顯著提升料場的庫房管理效率和智能化水平,為散料裝備的高效運行提供技術(shù)支持,可廣泛運用于散料裝備管理、礦物采集以及碼頭搬運等領(lǐng)域。
長春工業(yè)大學
授權(quán)發(fā)明