质量评估模型生成方法、质量评估方法、装置、电子设备和可读存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114298581A(43)申请公布日2022.04.08(21)申请号202111653801.4(22)申请日2021.12.30(71)申请人广州极飞科技股份有限公司地址510000广东省广州市天河区高普路115号C座(72)发明人翁立宇杨若楠(74)专利代理机构北京超凡宏宇专利代理事务所(特殊普通合伙)11463代理人张欣欣(51)Int.Cl.G06Q10/06(2012.01)G06K9/62(2022.01)权利要求书2页说明书8页附图2页(54)发明名称质量评估模型生成方法、质量评估方法、装置、电子设备和可读存储介质(57)摘要本发明的实施例提供了一种质量评估模型生成方法、质量评估方法、装置、电子设备和可读存储介质，涉及数据处理技术领域，方法包括：获得待分割点云数据的分割结果和置信度结果，基于置信度结果，对分割结果的质量做评估，得到初步评估结果。在存在针对初步评估结果的纠正信息的情况下，获得纠正后的评估结果作为目标评估结果，并基于待分割点云数据中的设定信息、初步评估结果和目标评估结果拟合得出质量评估模型，从而基于质量评估模型实现分割结果评估，确保了评估的可靠性和便捷性。CN114298581ACN114298581A权利要求书1/2页1.一种质量评估模型生成方法，其特征在于，包括：获得待分割点云数据的分割结果和置信度结果；基于所述置信度结果，对所述分割结果的质量做评估，得到初步评估结果；在存在针对所述初步评估结果的纠正信息的情况下，获得纠正后的评估结果作为目标评估结果；基于所述待分割点云数据中的设定信息、所述初步评估结果和所述目标评估结果拟合得出质量评估模型。2.根据权利要求1所述的质量评估模型生成方法，其特征在于，基于所述待分割点云数据中的设定信息、所述初步评估结果和所述目标评估结果拟合得出质量评估模型的步骤，包括：对所述待分割点云数据中的设定信息进行编码，得出第一输入信息；将所述初步评估结果作为第二输入信息；将所述第一输入信息和第二输入信息输入学习模型，以所述目标评估结果作为标签对所述学习模型进行训练，拟合得出质量评估模型。3.根据权利要求2所述的质量评估模型生成方法，其特征在于，以所述目标评估结果作为标签对所述学习模型进行训练，拟合得出质量评估模型的步骤，包括：基于所述学习模型，对所述第一输入信息进行向前推理；将向前推理的结果与所述第二输入信息进行融合得到中间处理信息；基于所述中间处理信息对所述学习模型做回归，以所述目标评估结果作为标签对所述学习模型进行训练，拟合得出质量评估模型。4.根据权利要求2所述的质量评估模型生成方法，其特征在于，所述设定信息包括位置信息、颜色信息、分割结果和置信度结果，所述对所述待分割点云数据中的设定信息进行编码，得出第一输入信息的步骤，包括：对所述待分割点云数据的位置信息、颜色信息、分割结果和置信度结果进行编码，形成包括位置信息、颜色信息、分割结果和置信度结果的特征向量矩阵，作为第一输入信息。5.根据权利要求1所述的质量评估模型生成方法，其特征在于，获得待分割点云数据的分割结果和置信度结果的步骤，包括：获得待分割点云数据；基于点云分割模型对所述待分割点云数据进行处理，获得各类别的分割结果和各类别的置信度结果；所述基于所述置信度结果，对所述分割结果的质量做评估，得到初步评估结果的步骤，包括：通过统计置信度的方法，基于所述置信度结果，对每种类别的分割结果包括的指标进行计算，得到每种类别的分割结果的初步评估结果。6.一种质量评估方法，其特征在于，包括：获得点云数据的待评估分割结果；将所述待评估分割结果输入基于权利要求1至5任意一项所述的质量评估模型生成方法生成的质量评估模型，得到质量评估结果。7.一种质量评估模型生成装置，其特征在于，包括：2CN114298581A权利要求书2/2页信息获得模块，用于获得待分割点云数据的分割结果和置信度结果；信息处理模块，用于基于所述置信度结果，对所述分割结果的质量做评估，得到初步评估结果；在存在针对所述初步评估结果的纠正信息的情况下，获得纠正后的评估结果作为目标评估结果；基于所述待分割点云数据中的设定信息、所述初步评估结果和所述目标评估结果拟合得出质量评估模型。8.一种质量评估装置，其特征在于，包括：数据获得模块，用于获得点云数据的待评估分割结果；数据处理模块，用于将所述待评估分割结果输入基于权利要求1至6任意一项所述的质量评估模型生成方法生成的质量评估模型，得到质量评估结果。9.一种电子设备，其特征在于，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现权利要求1至6任一项所述的方法。10.一种计算机可读存储介质，其特征在于