[發明專利]目標檢測方法、裝置、設備及存儲介質

有效

• 申請號: 202110258491.X
• 申請日: 2021-03-09
• 公開（公告）號: CN112949519B
• 公開（公告）日: 2023-05-30
• 發明（設計）人: 張文燕
• 申請（專利權）人: 上海芯物科技有限公司
• 主分類號: G06V20/64
• 分類號: G06V20/64;G06V10/774;G06V10/82;G06N3/0475;G06N3/08
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

本發明實施例公開了一種目標檢測方法、裝置、設備及存儲介質，該方法包括：獲取待檢測圖像和待檢測點云數據；將待檢測圖像和待檢測點云數據作為輸入數據輸入到預確定的目標檢測網絡模型中，其中，所述目標檢測網絡模型通過對網絡參數訓練得到，網絡參數與訓練中的參數浮點精度關聯；根據目標檢測網絡模型的輸出結果，對待檢測圖像和待檢測點云數據中的對象進行目標檢測，獲得對象在三維空間所對應矩形框的數據信息。解決了通過神經網絡模型進行目標檢測過程中無法準確識別對象的問題，在訓練過程中通過動態選擇參數浮點精度，避免了使用固定的參數浮點精度導致的模型識別準確度較低或速度較慢的情況發生，提高目標檢測準確率，節省時間。

技術領域

本發明實施例涉及數據處理技術領域，尤其涉及目標檢測方法、裝置、設備和存儲介質。

背景技術

隨著人工智能技術的快速發展，人工神經網絡被越來越多的應用在各個領域中，例如，計算機視覺、語音識別、機器翻譯、社交網絡過濾、玩棋盤和電子游戲和醫學診斷等領域。人工神經網絡是基于稱為人工神經元的連接單元或節點所構成的集合，這些單元或節點松散地模擬生物大腦中的神經元，進行信息處理。利用神經網絡技術可以構建用于進行對象(例如，人、車、動物等)識別的神經網絡模型，判斷對象所處的位置。如，在車輛行駛過程中準確識別車輛附近的人、車、動物等對象，以便在為車輛駕駛人員提供路況風險提醒，或者自動駕駛路徑規劃提供可靠信息。所以，對圖像、點云或其他數據信息進行處理，準確識別對象變得尤為重要。

目前，在進行目標檢測時，通常通過訓練神經網絡模型從獲取到的數據信息中提取對象，從而實現目標檢測。而模型訓練過程中，需要設置訓練時參數所使用的精度。現有的模型訓練方法在確定采用何種精度進行訓練時，其原理是通過操作符列表來規定操作符使用何種精度進行運算。通過查詢列表來決定使用何種精度進行運算，無法做到動態選擇。在精度要求較高時，使用低精度的計算過程中會出現溢出或者為0的情況導致誤差增大；在精度要求較低時，使用高精度計算會導致內存占用過高，降低訓練速度的情況發生。所以導致訓練模型時無法兼顧速度和準確性。

發明內容

本發明提供目標檢測方法、裝置、設備和存儲介質，實現了對目標的準確和快速識別。

第一方面，本發明實施例提供了一種目標檢測方法，所述目標檢測方法包括：

獲取待檢測圖像和待檢測點云數據；

將所述待檢測圖像和待檢測點云數據作為輸入數據輸入到預確定的目標檢測網絡模型中，其中，所述目標檢測網絡模型通過對網絡參數訓練得到，所述網絡參數與訓練中的參數浮點精度關聯；

根據所述目標檢測網絡模型的輸出結果，對所述待檢測圖像和待檢測點云數據中的對象進行目標檢測，獲得所述對象在三維空間所對應矩形框的數據信息。

第二方面，本發明實施例還提供了一種目標檢測裝置，該目標檢測裝置包括：

獲取模塊，用于獲取待檢測圖像和待檢測點云數據；

輸入模塊，用于將所述待檢測圖像和待檢測點云數據作為輸入數據輸入到預確定的目標檢測網絡模型中，其中，所述目標檢測網絡模型通過對網絡參數訓練得到，所述網絡參數與訓練中的參數浮點精度關聯；

檢測模塊，用于根據所述目標檢測網絡模型的輸出結果，對所述待檢測圖像和待檢測點云數據中的對象進行目標檢測，獲得所述對象在三維空間所對應矩形框的數據信息。

第三方面，本發明實施例還提供了一種計算機設備，所述設備包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序，

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如本發明實施例中任一所述的一種目標檢測方法。