[發明專利]一種用于自動駕駛的用于訓練神經網絡對象檢測模型的用于確定錨框的方法

在審

• 申請號: 202010537509.5
• 申請日: 2020-06-12
• 公開（公告）號: CN112149487A
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 蔡家偉;崔泰恩;郭玉亮;陳光;張偉德
• 申請（專利權）人: 百度(美國)有限責任公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 閆明霞

1.一種用于自動駕駛的用于確定訓練神經網絡對象檢測模型用錨框的方法，所述方法包括：

基于多個邊界框的各自的維度，在二維(2D)空間中繪制所述多個邊界框；

基于所述多個邊界框在所述2D空間上的分布密度，將所述多個邊界框聚類為所述邊界框的一個或多個聚類；

對于所述邊界框的所述聚類中的每一個，確定錨框以表示對應的聚類；以及

使用所述錨框訓練用于檢測對象的神經網絡模型，其中所述神經網絡模型被用于基于由自動駕駛車輛的傳感器捕獲的圖像或點云中的至少一個來檢測對象。

2.如權利要求1所述的方法，其中所述2D空間的X軸表示邊界框的寬度，以及所述2D空間的Y軸表示所述邊界框的高度。

3.如權利要求1所述的方法，其中對所述邊界框進行聚類以及確定錨框以表示所述聚類中的每一個包括：

對于所述邊界框中的每一個，計算所述邊界框與所述錨框中的每一個錨框之間的匹配度；以及

將所述邊界框分配給所述錨框中的具有最大重疊面積的一個錨框。

4.如權利要求3所述的方法，還包括：

確定分配給所述錨框的所述邊界框的分布是否滿足預定的條件；以及

響應于確定所述預定的條件沒有被滿足，

調整所述錨框中的至少一個錨框在所述2D空間上的維度，以及

迭代地對每一個邊界框與每一個錨框之間的匹配度進行計算，以及將每一個邊界框分配給所述錨框中的一個錨框，直到滿足所述預定的條件。

5.如權利要求4所述的方法，其中所述預定的條件要求分配給所述錨框中的每一個錨框的邊界框的數量大于預定的閾值。

6.如權利要求4所述的方法，其中所述預定的條件要求所述錨框中的每一個錨框落入所述邊界框在所述2D空間上的密集區內。

7.如權利要求4所述的方法，其中所述預定的條件要求所述邊界框中的分配給特定錨框的每一個邊界框的縱橫比在預定的范圍內。

8.如權利要求3所述的方法，其中所述邊界框和每一個錨框之間的所述匹配度是基于所述邊界框和每一個錨框之間的重疊面積確定的。

9.如權利要求8所述的方法，其中計算所述邊界框和每一個錨框之間的匹配度包括計算所述邊界框和每一個錨框之間的交并(IOU)比以表示所述匹配度。

10.一種用于自動駕駛的用于確定訓練神經網絡對象檢測模型用錨框的裝置，所述裝置包括：

繪制裝置，被配置為基于多個邊界框的各自的維度，在二維(2D)空間中繪制所述多個邊界框；

聚類裝置，被配置為基于所述多個邊界框在所述2D空間上的分布密度，將所述多個邊界框聚類為所述邊界框的一個或多個聚類；

錨框確定裝置，被配置為對于所述邊界框的所述聚類中的每一個，確定錨框以表示對應的聚類；以及

訓練裝置，被配置為使用所述錨框訓練用于檢測對象的神經網絡模型，其中所述神經網絡模型被用于基于由自動駕駛車輛的傳感器捕獲的圖像或點云中的至少一個來檢測對象。

11.如權利要求10所述的裝置，其中所述2D空間的X軸表示邊界框的寬度，以及所述2D空間的Y軸表示所述邊界框的高度。

12.如權利要求10所述的裝置，其中所述聚類裝置進一步被配置為：

對于所述邊界框中的每一個，計算所述邊界框與所述錨框中的每一個錨框之間的匹配度；以及

將所述邊界框分配給所述錨框中的具有最大重疊面積的一個錨框。