[发明专利]分类模型的训练方法、分类方法、装置及存储介质

权利要求书

1.一种分类模型的训练方法，其特征在于，所述方法包括：

获取训练数据，所述训练数据包括多个样本点云数据和所述样本点云数据对应的样本标签；

将所述多个样本点云数据输入点云目标检测网络，进行数据分类检测，得到多个第一检测分类信息；

基于预设筛选条件对所述多个第一检测分类信息进行筛选，得到第二检测分类信息；

对所述第二检测分类信息及其对应的样本点云数据进行特征提取，得到目标特征；

基于所述第二检测分类信息和所述样本标签确定所述目标特征对应的目标标签；

以所述目标特征为输入，以所述目标标签为期望输出，对初始分类模型进行分类训练，得到目标分类模型。

2.根据权利要求1所述的方法，其特征在于，所述第一检测分类信息包括预测检测框位置信息、分类信息和检测置信度，所述检测置信度表征所述预测检测框位置和所述分类信息的可信程度；

所述基于预设筛选条件对所述多个第一检测分类信息进行筛选，得到第二检测分类信息，包括：

将所述多个第一检测分类信息的检测置信度分别与预设置信度比较，得到置信度比较结果；

基于所述置信度比较结果为所述检测置信度大于所述预设置信度，确定所述第一检测分类信息满足预设筛选条件；

从所述多个第一检测分类信息中，删除满足预设筛选条件的第一检测分类信息，得到第二检测分类信息。

3.根据权利要求1所述的方法，其特征在于，所述样本标签包括检测对象对应的标注检测框位置信息和标注类别，所述基于所述第二检测分类信息和所述样本标签确定所述目标特征对应的目标标签，包括：

基于标注检测框位置信息和所述第二检测分类信息中的预测检测框位置信息，确定所述标注检测框和预测检测框之间的交并比；

若所述交并比大于第一预设交并比，将所述样本标签中的标注类别确定为所述目标特征对应的目标标签。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

若所述交并比小于第二预设交并比，将预设修正标签确定为所述目标特征对应的目标标签。

5.一种分类方法，其特征在于，所述方法包括：

获取待测点云数据；

将所述待测点云数据输入到点云目标检测网络进行数据分类检测，得到第一分类结果；

将所述待测点云数据及其对应的第一分类结果进行特征提取，得到待测目标特征；

将所述待测目标特征输入到目标分类模型进行数据分类检测，得到第二分类结果；

在所述第二分类结果满足预设结果条件的情况下，若所述第一分类结果满足预设置信条件，将所述第二分类结果作为目标分类结果。

6.根据权利要求5所述的方法，其特征在于，所述方法，还包括：

在所述第二分类结果满足预设结果条件的情况下，若所述第一分类结果不满足预设置信条件，将所述第一分类结果作为目标分类结果。

7.根据权利要求5所述的方法，其特征在于，所述第一分类结果包括分类置信度，在若所述第一分类结果不满足预设置信条件，将所述第二分类结果作为目标分类结果之前，所述方法还包括：

将所述分类置信度与预设置信度进行比较，得到置信度比较结果；

若所述置信度比较结果为所述分类置信度小于或等于所述预设置信度，确定所述第一分类结果满足预设置信条件。