技術(shù)特征：

1.一種目標(biāo)識(shí)別模型的訓(xùn)練方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的目標(biāo)識(shí)別模型的訓(xùn)練方法，其特征在于，所述基于所述訓(xùn)練數(shù)據(jù)集，對(duì)所述初始網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，包括：

3.根據(jù)權(quán)利要求2所述的目標(biāo)識(shí)別模型的訓(xùn)練方法，其特征在于，所述特征提取模塊包括共享模塊，所述多個(gè)任務(wù)執(zhí)行模塊包括第一任務(wù)模塊和第二任務(wù)模塊，所述第一任務(wù)模塊和所述第二任務(wù)模塊為相互關(guān)聯(lián)的兩模塊，所述共享模塊至少用于提取所述第一任務(wù)模塊和所述第二任務(wù)模塊共有的特征數(shù)據(jù)。

4.根據(jù)權(quán)利要求3所述的目標(biāo)識(shí)別模型的訓(xùn)練方法，其特征在于，所述第一任務(wù)模塊至少用于執(zhí)行邊界框檢測(cè)任務(wù)，所述第二任務(wù)模塊至少用于執(zhí)行語義分割任務(wù)，在對(duì)所述初始網(wǎng)絡(luò)模型的全鏈路進(jìn)行訓(xùn)練的過程中，所述第一任務(wù)模塊和所述第二任務(wù)模塊共同參與訓(xùn)練，以實(shí)現(xiàn)所述第一任務(wù)模塊和所述第二任務(wù)模塊各自對(duì)應(yīng)的標(biāo)簽數(shù)據(jù)的互相學(xué)習(xí)。

5.根據(jù)權(quán)利要求1至4任一項(xiàng)所述的目標(biāo)識(shí)別模型的訓(xùn)練方法，其特征在于，所述構(gòu)建訓(xùn)練數(shù)據(jù)集，包括：

6.根據(jù)權(quán)利要求5所述的目標(biāo)識(shí)別模型的訓(xùn)練方法，其特征在于，所述第一標(biāo)簽數(shù)據(jù)包括所述目標(biāo)對(duì)象對(duì)應(yīng)的邊界框標(biāo)簽和語義分割標(biāo)簽；所述調(diào)整所述第一標(biāo)簽數(shù)據(jù)，得到所述下采樣點(diǎn)云數(shù)據(jù)對(duì)應(yīng)的第二標(biāo)簽數(shù)據(jù)，包括：

7.根據(jù)權(quán)利要求6所述的目標(biāo)識(shí)別模型的訓(xùn)練方法，其特征在于，所述調(diào)整所述第一標(biāo)簽數(shù)據(jù)中的語義分割標(biāo)簽，得到與所述下采樣點(diǎn)云數(shù)據(jù)匹配的語義分割標(biāo)簽，包括：

8.根據(jù)權(quán)利要求1至7任一項(xiàng)所述的目標(biāo)識(shí)別模型的訓(xùn)練方法，其特征在于，所述目標(biāo)對(duì)象包括礦區(qū)的行人和/或目標(biāo)障礙物，所述目標(biāo)障礙物包括體積小于預(yù)設(shè)閾值的障礙物。

9.一種點(diǎn)云處理方法，其特征在于，包括：

10.根據(jù)權(quán)利要求9所述的點(diǎn)云處理方法，其特征在于，所述利用目標(biāo)識(shí)別模型分析所述待檢測(cè)點(diǎn)云數(shù)據(jù)，得到所述待檢測(cè)點(diǎn)云數(shù)據(jù)包含的目標(biāo)對(duì)象，包括：

11.根據(jù)權(quán)利要求10所述的點(diǎn)云處理方法，其特征在于，所述利用目標(biāo)識(shí)別模型分析所述待檢測(cè)點(diǎn)云數(shù)據(jù)，得到所述待檢測(cè)點(diǎn)云數(shù)據(jù)包含的目標(biāo)對(duì)象，還包括：

12.一種目標(biāo)識(shí)別模型的訓(xùn)練裝置，其特征在于，包括：

13.一種點(diǎn)云處理裝置，其特征在于，包括：

技術(shù)總結(jié)
本申請(qǐng)?zhí)峁┝艘环N目標(biāo)識(shí)別模型的訓(xùn)練方法及裝置、點(diǎn)云處理方法及裝置，涉及智慧礦山、自動(dòng)駕駛、無人車領(lǐng)域。該訓(xùn)練方法包括：構(gòu)建訓(xùn)練數(shù)據(jù)集，訓(xùn)練數(shù)據(jù)集包括關(guān)于目標(biāo)對(duì)象的點(diǎn)云數(shù)據(jù)以及點(diǎn)云數(shù)據(jù)對(duì)應(yīng)的標(biāo)簽數(shù)據(jù)；構(gòu)建初始網(wǎng)絡(luò)模型，初始網(wǎng)絡(luò)模型包括特征提取模塊和多個(gè)任務(wù)執(zhí)行模塊，其中，每個(gè)任務(wù)執(zhí)行模塊的輸入端與特征提取模塊的輸出端連接，多個(gè)任務(wù)執(zhí)行模塊中的至少部分任務(wù)執(zhí)行模塊之間相互獨(dú)立；基于訓(xùn)練數(shù)據(jù)集，對(duì)初始網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，直至達(dá)到預(yù)定的性能指標(biāo)，得到目標(biāo)識(shí)別模型。本申請(qǐng)?zhí)岣吡四繕?biāo)識(shí)別模型的靈活性和效率，使其能夠處理更復(fù)雜的點(diǎn)云數(shù)據(jù)，進(jìn)而實(shí)現(xiàn)對(duì)礦山無人駕駛作業(yè)環(huán)境中的目標(biāo)對(duì)象的有效識(shí)別。

技術(shù)研發(fā)人員：關(guān)喜嘉,李機(jī)智,王海羅,楊書杰,洪瑋
受保護(hù)的技術(shù)使用者：易控智駕科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6