[發明專利]目標檢測方法和模型訓練方法、裝置、電子設備和介質

有效

• 申請號: 202011374453.2
• 申請日: 2020-11-30
• 公開（公告）號: CN112487979B
• 公開（公告）日: 2023-08-04
• 發明（設計）人: 葉曉青;譚嘯;孫昊
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06V20/54
• 分類號: G06V20/54;G06V10/44;G06V10/764;G06V10/82;G06N3/0464;G06N3/084
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 范芳茗

本申請公開了一種目標檢測模型的訓練方法和目標檢測方法、裝置、電子設備以及介質，涉及人工智能領域，尤其涉及計算機視覺和深度學習技術。目標檢測模型的訓練方法包括：獲取樣本數據，樣本數據包括樣本圖像、樣本圖像中的對象在3D空間中的3D標定信息以及對象的高斯熱力圖；使用目標檢測模型，根據樣本圖像產生對象在3D空間中的3D標定信息以及對象的高斯熱力圖；以及根據所產生的3D標定信息與樣本數據中的3D標定信息之間的差異、以及所產生的高斯熱力圖與樣本數據中的高斯熱力圖之間的差異，調整目標檢測模型的參數。

技術領域

本申請涉及人工智能領域，尤其涉及計算機視覺和深度學習技術，更具體地，涉及目標檢測方法和模型訓練方法、裝置、電子設備和介質。

背景技術

隨著人工智能領域的快速發展，自動駕駛和智能機器人等技術應用也得到了極大的推進。其中，在技術實現過程中涉及對三維物體的檢測任務，相關技術中，三維物體檢測方法主要基于車載雙目或雷達數據，或者基于二維圖像直接通過網絡預測三維信息。但是依賴雙目的方法對深度估計的精度要求較高，計算復雜度高，無法滿足實時性需求，依賴雷達的方法成本較高，且不能滿足各種應用場景需求，檢測精度也較低，現有的基于二維圖像的預測方法不夠準確。

發明內容

本申請提供了目標檢測方法和模型訓練方法、裝置、電子設備和介質。

根據第一方面，本申請提供了一種目標檢測模型的訓練方法，包括：獲取樣本數據，上述樣本數據包括樣本圖像、上述樣本圖像中的對象在3D空間中的3D標定信息以及上述對象的高斯熱力圖；使用上述目標檢測模型，根據上述樣本圖像產生上述對象在3D空間中的3D標定信息以及上述對象的高斯熱力圖；以及根據所產生的3D標定信息與上述樣本數據中的3D標定信息之間的差異、以及所產生的高斯熱力圖與上述樣本數據中的高斯熱力圖之間的差異，調整上述目標檢測模型的參數。

根據第二方面，本申請提供了一種目標檢測方法，包括：使用目標檢測模型來根據輸入圖像確定輸入圖像中的對象在3D空間中的3D包圍框的尺寸、上述對象在3D空間中的朝向以及上述對象的高斯熱力圖，上述目標檢測模型是根據上述的方法訓練的；根據上述對象的高斯熱力圖計算上述3D包圍框在上述3D空間中的位置；以及基于上述3D包圍框在上述3D空間中的位置、上述3D包圍框的尺寸以及上述對象的朝向，生成包圍上述對象的3D包圍框。

根據第三方面，本申請提供了一種目標檢測模型的訓練裝置，包括：獲取模塊，用于獲取樣本數據，上述樣本數據包括樣本圖像、上述樣本圖像中的對象在3D空間中的3D標定信息以及上述對象的高斯熱力圖；檢測模塊，用于使用上述目標檢測模型，根據上述樣本圖像產生上述對象在3D空間中的3D標定信息以及上述對象的高斯熱力圖；以及調整模塊，用于根據所產生的3D標定信息與上述樣本數據中的3D標定信息之間的差異、以及所產生的高斯熱力圖與上述樣本數據中的高斯熱力圖之間的差異，調整上述目標檢測模型的參數。

根據第四方面，本申請提供了一種目標檢測裝置，包括：檢測模塊，用于使用目標檢測模型來根據輸入圖像確定輸入圖像中的對象在3D空間中的3D包圍框的尺寸、上述對象在3D空間中的朝向以及上述對象的高斯熱力圖，上述目標檢測模型是根據上述的方法訓練的；計算模塊，用于根據上述對象的高斯熱力圖計算上述3D包圍框在上述3D空間中的位置；以及標定模塊，用于基于上述3D包圍框在上述3D空間中的位置、上述3D包圍框的尺寸以及上述對象的朝向，生成包圍上述對象的3D包圍框。

根據第五方面，本申請提供了一種電子設備，包括：至少一個處理器和與所述至少一個處理器通信連接的存儲器。其中，所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行如上所述的方法。

根據第六方面，本申請提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質，所述計算機指令用于使所述計算機執行如上所述的方法。

根據第七方面，提供了一種計算機程序產品，包括計算機程序，所述計算機程序在被處理器執行時實現上述方法。