[發(fā)明專利]一種地面目標(biāo)檢測評價方法

在審

• 申請?zhí)枺?/td>: 202010734693.2
• 申請日: 2020-07-27
• 公開（公告）號: CN111881823A
• 公開（公告）日: 2020-11-03
• 發(fā)明（設(shè)計）人: 謝冬梅;葉春蘭
• 申請（專利權(quán)）人: 上海智駕汽車科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06N3/04;G06N3/08;G06K9/62
• 代理公司: 上海天之健律師事務(wù)所 31351
• 代理人: 張新光

本發(fā)明公開一種地面目標(biāo)檢測評價方法，其包括：在檢測圖像上標(biāo)注標(biāo)簽，并獲取正樣本總數(shù)；以標(biāo)注標(biāo)簽像素點為基準(zhǔn)，將像素點的8鄰域范圍內(nèi)的像素點計擴展為與其相同的標(biāo)簽；獲得檢測樣本總數(shù)；以擴展后的已標(biāo)注標(biāo)簽的像素點為基準(zhǔn)像素點，判斷與每個基準(zhǔn)像素點的8鄰域范圍位置相同的對應(yīng)區(qū)域中是否至少存在一個標(biāo)簽相同的像素點，若是，則正確檢測樣本數(shù)增加1；若否，則記為誤檢目標(biāo)；將正確檢測樣本數(shù)除以正樣本總數(shù)得到召回率，將誤檢目標(biāo)數(shù)除以檢測樣本總數(shù)得到誤檢率，基于召回率和誤檢率優(yōu)化預(yù)置卷積神經(jīng)網(wǎng)絡(luò)。本發(fā)明通過計算召回率和誤檢率的方式，優(yōu)化檢測網(wǎng)絡(luò)，解決了檢測效果缺乏的評價方法問題。

技術(shù)領(lǐng)域

本發(fā)明涉及智能交通領(lǐng)域，具體而言，本發(fā)明涉及一種地面目標(biāo)檢測評價方法。

背景技術(shù)

隨著汽車數(shù)量的不斷增加，在給人類生活帶來便利的同時也導(dǎo)致了交通事故不斷發(fā)生、交通堵塞等不良后果，為此，智能交通系統(tǒng)應(yīng)運而生。智能交通系統(tǒng)中最具有重要意義的就是實現(xiàn)無人駕駛。作為智能交通領(lǐng)域關(guān)鍵技術(shù)之一的車道線檢測技術(shù)，對實現(xiàn)車輛智能駕駛、車道偏離預(yù)警系統(tǒng)以及車輛防碰撞系統(tǒng)具有重要意義。

目前，越來越多的基于深度學(xué)習(xí)目標(biāo)檢測的方法實現(xiàn)地面目標(biāo)，特別是地面標(biāo)識線的檢測，但是卻缺乏合理的評價方法去評價檢測效果，這在一定程度上影響了無人駕駛的發(fā)展進程。

發(fā)明內(nèi)容

為了尋找較為有效的評價地面目標(biāo)檢測的實現(xiàn)方案，本發(fā)明提供了一種地面目標(biāo)檢測評價方法，其包括如下步驟：

在獲取的檢測圖像上標(biāo)注標(biāo)簽，統(tǒng)計標(biāo)注標(biāo)簽的所有像素點的數(shù)目并計為正樣本總數(shù)，其中所述標(biāo)簽分為四類，分別是車道線、路沿、斑馬線和停止線；

以所述檢測圖像上已標(biāo)注標(biāo)簽像素點為基準(zhǔn)，將所述像素點的8鄰域范圍內(nèi)的像素點計擴展為與其相同的標(biāo)簽；

在預(yù)置卷積神經(jīng)網(wǎng)絡(luò)對獲取的檢測圖像按照預(yù)設(shè)組別進行分組檢測，獲得檢測結(jié)果并統(tǒng)計得到檢測樣本總數(shù)，其中，所述檢測樣本總數(shù)為所述預(yù)置卷積神經(jīng)網(wǎng)絡(luò)所有檢測到的像素點的總數(shù)；

以擴展后的所述檢測圖像中已標(biāo)注標(biāo)簽的像素點為基準(zhǔn)像素點，判斷所述檢測結(jié)果與所述每個基準(zhǔn)像素點的8鄰域范圍位置相同的對應(yīng)區(qū)域中是否至少存在一個標(biāo)簽相同的像素點，若是，則正確檢測樣本數(shù)增加1；若否，則記為誤檢目標(biāo)；

將所述正確檢測樣本數(shù)除以所述正樣本總數(shù)得到召回率，將統(tǒng)計得到的誤檢目標(biāo)數(shù)除以所述檢測樣本總數(shù)得到誤檢率，并基于所述召回率和所述誤檢率優(yōu)化所述預(yù)置卷積神經(jīng)網(wǎng)絡(luò)。

優(yōu)選地，所述預(yù)設(shè)組別包括車道線檢測組、路沿檢測組和斑馬線停止線檢測組；所述在預(yù)置卷積神經(jīng)網(wǎng)絡(luò)對獲取的檢測圖像按照預(yù)設(shè)組別進行分組檢測包括如下步驟：

按照車道線檢測組、路沿檢測組和斑馬線停止線檢測組在預(yù)置卷積神經(jīng)網(wǎng)絡(luò)對獲取的檢測圖像進行分組檢測。

優(yōu)選地，所述獲得檢測結(jié)果并統(tǒng)計得到檢測樣本總數(shù)包括如下步驟：

獲取車道線檢測組、路沿檢測組和斑馬線停止線檢測組的三組檢測結(jié)果；

使用預(yù)置的車道線組置信度、預(yù)置的路沿組置信度和預(yù)置的斑馬線停止線置信度處理所述三組檢測結(jié)果得到所述檢測圖像的檢測結(jié)果；

統(tǒng)計所述檢測結(jié)果得到檢測樣本總數(shù)。

優(yōu)選地，所述基于所述召回率和所述誤檢率優(yōu)化所述預(yù)置卷積神經(jīng)網(wǎng)絡(luò)包括如下步驟：

基于所述召回率和所述誤檢率調(diào)整所述預(yù)置卷積神經(jīng)網(wǎng)絡(luò)中的網(wǎng)絡(luò)控制信息，以優(yōu)化所述預(yù)置卷積神經(jīng)網(wǎng)絡(luò)。

優(yōu)選地，所述獲取車道線檢測組、路沿檢測組和斑馬線停止線檢測組的三組檢測結(jié)果包括如下步驟：