公开(公告)号：CN113536920B

公开(公告)日：2022-06-17

申请号：CN202110652497.5

申请日：2021-06-11

Applicant: 复旦大学

Inventor： 宋梁 ,  曾新华 ,  李蓝建 ,  张冠华 ,  蒋林华 ,  胡兴 ,  商慧亮

IPC: G06V20/64 ,  G06V10/25 ,  G06V10/26 ,  G06V10/774 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06T7/194 ,  G06T7/73

Abstract: 本发明公开了一种半监督三维点云目标检测方法。其包括如下步骤：（1）对输入教师模型和学生模型的点云进行随机下采样，教师模型的随机下采样数据作为教师模型的输入；（2）将学生模型的随机下采样数据经过随机变换，作为学生模型的输入；（3）训练学生模型时使用标签数据同步训练教师模型，每一次迭代后将训练好的学生模型作为教师模型进一步训练，通过教师网络对无标签的数据进行挖掘，得到伪标签用于指导学生网络的学习，获得三维点云目标检测结果。本发明可以减少三维目标检测深度学习模型对数据标签的依赖，降低数据标注的成本；使用部分标签就达到同样模型使用100%标签的精度；本实验模型泛化能力强，能够用到多种深度学习模型中。

公开(公告)号：CN113536920A

公开(公告)日：2021-10-22

申请号：CN202110652497.5

申请日：2021-06-11

Applicant: 复旦大学

Inventor： 宋梁 ,  曾新华 ,  李蓝建 ,  张冠华 ,  蒋林华 ,  胡兴 ,  商慧亮

IPC: G06K9/00 ,  G06K9/32 ,  G06K9/34 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06T7/194 ,  G06T7/73

Abstract: 本发明公开了一种半监督三维点云目标检测方法。其包括如下步骤：（1）对输入教师模型和学生模型的点云进行随机下采样，教师模型的随机下采样数据作为教师模型的输入；（2）将学生模型的随机下采样数据经过随机变换，作为学生模型的输入；（3）训练学生模型时使用标签数据同步训练教师模型，每一次迭代后将训练好的学生模型作为教师模型进一步训练，通过教师网络对无标签的数据进行挖掘，得到伪标签用于指导学生网络的学习，获得三维点云目标检测结果。本发明可以减少三维目标检测深度学习模型对数据标签的依赖，降低数据标注的成本；使用部分标签就达到同样模型使用100%标签的精度；本实验模型泛化能力强，能够用到多种深度学习模型中。