公开(公告)号：CN118552445A

公开(公告)日：2024-08-27

申请号：CN202410648477.4

申请日：2024-05-23

Applicant: 塔里木大学

Inventor： 司春景 ,  印志本 ,  席亚军 ,  王冀川

IPC: G06T5/77 ,  G06T5/60 ,  G06T19/20 ,  G06V10/80 ,  G06V10/762 ,  G06N3/0455 ,  G06N3/08

Abstract: 本申请提供一种叶片残缺信息生成模型的训练方法、装置和电子设备，涉及深度学习技术领域。该方法包括：通过获取多个完整叶片样本各自的三维点云数据和多个残缺叶片样本各自的目标叶片特征；将多个完整叶片样本各自的三维点云数据输入至初始叶片残缺信息生成模型中的点云缩放模块，通过点云缩放模块对三维点云数据进行多次下采样，得到每次下采样后的下采样三维点云数据；将多个完整叶片样本各自的三维点云数据和每次下采样后的下采样三维点云数据，输入至初始叶片残缺信息生成模型中的编码器中，通过编码器进行特征提取，得到多尺度叶片特征；将多个完整叶片样本各自的多尺度叶片特征，和多个残缺叶片样本各自的目标叶片特征融合后的目标融合特征，输入至初始叶片残缺信息生成模型中的解码器中，得到不同分辨率下的解码特征；基于不同分辨率下的解码特征更新始叶片残缺信息生成模型的模型参数，得到叶片残缺信息生成模型，从而可以通过叶片残缺信息获取到准确的叶片残缺信息。