[發(fā)明專利]一種信號燈的目標檢測方法、裝置、電子設備及存儲介質(zhì)在審
| 申請?zhí)枺?/td> | 202111149625.0 | 申請日: | 2021-09-29 |
| 公開(公告)號: | CN113807310A | 公開(公告)日: | 2021-12-17 |
| 發(fā)明(設計)人: | 江路銘;陳博;尹榮彬;季加陽;張偉偉;李兵 | 申請(專利權)人: | 中國第一汽車股份有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司: | 北京遠智匯知識產(chǎn)權代理有限公司 11659 | 代理人: | 范坤坤 |
| 地址: | 130011 吉林省長*** | 國省代碼: | 吉林;22 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 信號燈 目標 檢測 方法 裝置 電子設備 存儲 介質(zhì) | ||
1.一種信號燈的目標檢測方法,其特征在于,包括:
獲取待檢測的目標圖像;
基于信號燈檢測模型,確定所述目標圖像中信號燈的類別和/或位置;
其中,所述信號燈檢測模型基于目標檢測網(wǎng)絡訓練得到。
2.根據(jù)權利要求1所述的方法,其特征在于,基于信號燈檢測模型,確定所述目標圖像中信號燈的類別和位置之前,還包括:
在所述信號燈檢測模型的訓練過程中,確定所述信號燈檢測模型的損失函數(shù)波動幅度;
在所述損失函數(shù)波動幅度大于第一幅度閾值的情況下,降低所述信號燈檢測模型的學習率;
在所述損失函數(shù)波動幅度小于第二幅度閾值的情況下,提高所述信號燈檢測模型的學習率;其中,所述第一幅度閾值大于所述第二幅度閾值。
3.根據(jù)權利要求1所述的方法,其特征在于,基于信號燈檢測模型,確定所述目標圖像中信號燈的類別和位置之前,還包括:
在所述信號燈檢測模型的訓練過程中,所述信號燈檢測模型的批尺寸為32。
4.根據(jù)權利要求1所述的方法,其特征在于,還包括:
對樣本圖像中信號燈的參數(shù)進行聚類,并根據(jù)聚類結(jié)果確定所述信號燈檢測模型中先驗框的參數(shù);其中,所述參數(shù)為尺寸和/或形狀。
5.根據(jù)權利要求1所述的方法,其特征在于,還包括:
確定樣本圖像中信號燈的最大尺寸,并將所述最大尺寸作為所述信號燈檢測模型的邊界框尺寸上限。
6.一種信號燈的目標檢測裝置,其特征在于,包括:
圖像獲取模塊,用于獲取待檢測的目標圖像;
類別位置確定模塊,用于基于信號燈檢測模型,確定所述目標圖像中信號燈的類別和/或位置;
其中,所述信號燈檢測模型基于目標檢測網(wǎng)絡訓練得到。
7.根據(jù)權利要求6所述的裝置,其特征在于,還包括:
波動幅度確定模塊,用于在所述信號燈檢測模型的訓練過程中,確定所述信號燈檢測模型的損失函數(shù)波動幅度;
學習率降低模塊,用于在所述損失函數(shù)波動幅度大于第一幅度閾值的情況下,降低所述信號燈檢測模型的學習率;
學習率提高模塊,用于在所述損失函數(shù)波動幅度小于第二幅度閾值的情況下,提高所述信號燈檢測模型的學習率;其中,所述第一幅度閾值大于所述第二幅度閾值。
8.根據(jù)權利要求6所述的裝置,其特征在于,還包括:
參數(shù)聚類模塊,用于對樣本圖像中信號燈的參數(shù)進行聚類,并根據(jù)聚類結(jié)果確定所述信號燈檢測模型中先驗框的參數(shù);其中,所述參數(shù)為尺寸和/或形狀。
9.一種電子設備,其特征在于,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(zhí)行,使得所述一個或多個處理器實現(xiàn)如權利要求1-5中任一所述信號燈的目標檢測方法。
10.一種計算機可讀存儲介質(zhì),其上存儲有計算機程序,其特征在于,該程序被處理器執(zhí)行時實現(xiàn)如權利要求1-5中任一所述信號燈的目標檢測方法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國第一汽車股份有限公司,未經(jīng)中國第一汽車股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202111149625.0/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





