[發明專利]目標檢測模型訓練方法和裝置、目標檢測方法和裝置

在審

• 申請號: 202210435047.5
• 申請日: 2022-04-24
• 公開（公告）號: CN114694005A
• 公開（公告）日: 2022-07-01
• 發明（設計）人: 趙明瑤;羅壯;張海強
• 申請（專利權）人: 智道網聯科技（北京）有限公司
• 主分類號: G06V10/80
• 分類號: G06V10/80;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京市隆安律師事務所 11323
• 代理人: 權鮮枝;何健

本申請公開了一種目標檢測模型訓練方法和裝置、目標檢測方法和裝置，該目標檢測模型訓練方法包括：獲取包含標注信息的待訓練圖像；利用目標檢測模型的骨干網絡對其進行特征提取，得到多尺度特征圖，骨干網絡包括增強后的可轉換空洞卷積，其用于提取多尺度特征信息；利用目標檢測模型的特征金子塔網絡對多尺度特征圖進行特征融合；利用目標檢測模型的檢測頭網絡對融合后的多尺度特征圖進行檢測，得到目標檢測結果；根據目標檢測結果和標注信息確定損失值，利用損失值更新目標檢測模型的參數，得到訓練后的目標檢測模型。本申請對原有骨干網絡中的可轉換空洞卷積進行改進，可以自適應提取圖像中的多尺度特征信息，提高了目標檢測的準確性。

技術領域

本申請涉及目標檢測技術領域，尤其涉及一種目標檢測模型訓練方法和裝置、目標檢測方法和裝置。

背景技術

單目3D目標檢測的輸入僅有一張RGB圖像，在道路的復雜場景下，車輛、行人等不同檢測目標的固有尺度存在較大差異，同一目標距離觀測裝置的距離遠近不同導致其在RGB圖像上也顯示為不同大小的尺度。

現有的單目3D目標檢測將RGB圖像輸入具有骨干網絡+特征金字塔網絡+檢測頭構成的單目3D目標檢測網絡中，可以輸出具有目標類別、目標3D框(box)編碼、目標方向類別、目標屬性以及目標中心度等向量。通過3D框解碼后處理模塊，解碼目標3D框編碼向量，從而可以獲得目標的位置、目標尺度大小、目標深度以及目標角度等解碼信息，結合Score評分和NMS(Non-Maximum Suppression，非極大值抑制)算法可以確定最終的3D目標檢測結果。

然而，上述方案對目標尺度問題的處理集中在深層網絡中，特征金字塔網絡先輸出多尺度特征圖，然后直接基于不同尺度目標的標注信息在不同尺度水平的特征圖中分別訓練，淺層網絡大多采用通用的ResNet50或者RestNet101作為骨干網絡，在底層特征的提取上并沒有考慮多尺度問題，導致多尺度目標的檢測能力不足。

發明內容

本申請實施例提供了一種目標檢測模型訓練方法和裝置、目標檢測方法和裝置，以提取目標的多尺度特征信息，提高目標檢測的準確性。

本申請實施例采用下述技術方案：

第一方面，本申請實施例提供一種目標檢測模型訓練方法，其中，所述目標檢測模型訓練方法包括：

獲取待訓練圖像，所述待訓練圖像包括所述待訓練圖像的標注信息；

利用所述目標檢測模型的骨干網絡對所述待訓練圖像進行特征提取，得到所述待訓練圖像的多尺度特征圖，所述骨干網絡包括增強后的可轉換空洞卷積，所述增強后的可轉換空洞卷積用于提取所述待訓練圖像中的多尺度特征信息；

利用所述目標檢測模型的特征金子塔網絡對所述待訓練圖像的多尺度特征圖進行特征融合，得到融合后的多尺度特征圖；

利用所述目標檢測模型的檢測頭網絡對所述融合后的多尺度特征圖進行檢測，得到所述待訓練圖像的目標檢測結果；

根據所述待訓練圖像的目標檢測結果和所述待訓練圖像的標注信息確定損失值，并利用所述損失值更新所述目標檢測模型的參數，得到訓練后的目標檢測模型。

可選地，所述骨干網絡還包括第一全局上下文模塊和第二全局上下文模塊，所述增強后的可轉換空洞卷積包括依次級聯的多個階段的可轉換空洞卷積，所述多個階段的可轉換空洞卷積至少包括第一階段的可轉換空洞卷積和第二階段的可轉換空洞卷積，

所述利用所述目標檢測模型的骨干網絡對所述待訓練圖像進行特征提取，得到所述待訓練圖像的多尺度特征圖包括：

獲取所述待訓練圖像的第一特征圖，所述第一特征圖由所述第一全局上下文模塊對應的上游模塊輸出；

利用所述第一全局上下文模塊對所述第一特征圖進行處理，得到所述第二特征圖；