CN119832013A 基于深度学习的点云分割方法 （长春工业大学）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN119832013A

(43)申请公布日2025.04.15

(21)申请号202510300445.X

(22)申请日2025.03.14

(71)申请人长春工业大学

地址130000吉林省长春市朝阳区延安大

街2055号

(72)发明人李慧金浩凯姜志宇罗明月张秀梅刘越

(51)Int.Cl.

G06T7/11(2017.01)

G06T7/12(2017.01)

G06N3/0455(2023.01)

G06N3/0464(2023.01)

G06N3/08(2023.01)

权利要求书3页说明书10页附图2页

(54)发明名称

基于深度学习的点云分割方法

(57)摘要

CN119832013A本发明公开基于深度学习的点云分割方法，涉及三维视觉、机器学习等领域。针对散料装备智能化过程中料场的点云不能精确分割，散料装备无法精确感知料堆信息等问题，首先，进行数据采集及预处理；其次，聚合点特征形成超点；然后，设计查询策略和Transformer解码器层，预测实例掩码和语义类别；最后，设计多任务损失函数和匹配策略。与现有技术相比，本发明通过一个实例分割数据集的训练，完成三种分割任务，并且，能够精确识别料场中不同料堆的位置和边界，并对其物料类别