-
公开(公告)号：CN118865310A
公开(公告)日：2024-10-29
申请号：CN202310431099.X
申请日：2023-04-20
申请人： 北京图森智途科技有限公司
摘要： 本发明公开一种目标对象的检测方法、装置及存储介质。该方法包括根据点云中多个点数据的分布，从点云中选取对应于目标对象的第一子点云；根据图像，从点云中选取对应于目标对象的第二子点云；分别根据第一子点云及第二子点云生成目标对象的第一预测框及第二预测框；分别根据第一预测框及第二预测框，从点云中选取第三子点云及第四子点云；及根据第三子点云及第四子点云检测目标对象。通过采用上述的技术方案，得以融合多种传感器数据，提高在稀疏点云中对于物体的检测准确性，且保持较小的计算负担。另外，一种目标对象检测模型的训练方法、装置及存储介质亦被提出。
-
公开(公告)号：CN114764778A
公开(公告)日：2022-07-19
申请号：CN202110046248.1
申请日：2021-01-14
申请人： 北京图森智途科技有限公司
摘要： 本申请实施例公开了一种目标检测方法、目标检测模型训练方法、装置、计算机设备及存储介质，本申请实施例可以获取待检测深度图像，所述待检测深度图像的各位置点具有属性信息；对所述待检测深度图像进行特征提取，得到不同分辨率的特征图；根据所述属性信息对所述特征图进行检测，生成各特征图所对应的预设属性区间内的多个检测框、以及各检测框的分类置信度；对所述多个检测框进行合并，得到所述待检测深度图像对应的目标框。本申请实施例提高了对目标检测准确性和便捷性。
-
公开(公告)号：CN117496166A
公开(公告)日：2024-02-02
申请号：CN202210853238.3
申请日：2022-07-20
申请人： 北京图森智途科技有限公司
IPC分类号： G06V10/40 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/0464
摘要： 本说明书实施方式提供了一种目标对象的预测方法、装置、计算机设备和存储介质。所述方法包括：将点云数据进行体素化处理，得到多个体素；其中，所述多个体素对应于所述点云数据中的多个点数据，所述多个体素的至少一部分形成体素集合；提取所述体素集合中的体素的体素特征，得到多个体素特征；将所述多个体素特征分别映射至所述多个体素包含的多个点数据，得到所述多个点数据的多个点数据特征；根据所述多个点数据特征，预测所述目标对象。通过将稀疏点云数据转换为体素数据，并将提取的体素特征映射至点云数据上得到点云特征，并基于点云特征对目标对象进行预测，提升了预测目标对象的效率。
-
公开(公告)号：CN114764860A
公开(公告)日：2022-07-19
申请号：CN202110046225.0
申请日：2021-01-14
申请人： 北京图森智途科技有限公司
摘要： 本申请实施例公开了一种特征提取方法、装置、计算机设备及存储介质，本申请实施例可以从待处理的图像中采样预设邻域范围，得到至少一个采样区域，所述采样区域的位置点包括采样基准点和多个邻域点；计算所述采样区域内采样基准点与各邻域点之间的相对关系；基于所述相对关系计算所述采样区域内各位置点的权重向量；提取所述采样区域内各位置点的特征向量；根据所述采样区域内各位置点的权重向量和特征向量，计算所述采样区域的输出向量；以及根据各采样区域的输出向量生成所述待处理图像对应的特征图。本申请实施例提高了对特征提取的准确性和便捷性。
-
-
公开(公告)号：CN116258172A
公开(公告)日：2023-06-13
申请号：CN202111497093.X
申请日：2021-12-09
申请人： 北京图森智途科技有限公司
IPC分类号： G06N3/0464 , G06V20/56 , G06V10/40 , G06V10/82 , G06F17/16
摘要： 本公开提供一种数据处理方法、相关的计算装置及存储介质。数据处理方法可以由神经网络执行，所述神经网络包括多个子网，所述方法包括：由所述神经网络的每个子网执行下述操作：接收多个特征单元，每个特征单元具有单元特征；对所述多个特征单元的单元特征进行特征变换；输出包括变换后的单元特征的多个特征单元；其中，每个子网输出的特征单元的数目大于或等于该子网接收的特征单元的数目，其中，至少一个子网的输出是另一个子网的输入。
-
公开(公告)号：CN118297872A
公开(公告)日：2024-07-05
申请号：CN202310009189.X
申请日：2023-01-04
申请人： 北京图森智途科技有限公司
摘要： 本公开涉及数据处理技术领域，具体涉及一种数据处理方法和装置、目标物体检测方法和装置、电子设备和计算机可读存储介质。该数据处理方法包括：基于多帧点云中的前序帧点云和当前帧点云进行残差点检测，得到与当前帧点云对应的残差点云；确定前序帧点云的前景点云；基于前景点云和残差点云，生成当前帧点云对应的低冗余点云。低冗余点云具有相对于当前帧点云较小的数据量，为后续利用目标物体检测器对低冗余点云中的目标物体进行检测提供了数据量较小的输入数据，提高了对目标物体进行检测的检测效率。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.032 秒)
