[發(fā)明專利]圖像檢測模型的訓(xùn)練方法、裝置、設(shè)備、存儲介質(zhì)和車輛

在審

• 申請?zhí)枺?/td>: 202310332499.5
• 申請日: 2023-03-30
• 公開（公告）號: CN116416494A
• 公開（公告）日: 2023-07-11
• 發(fā)明（設(shè)計）人: 江天;羅詠剛;馬金燕
• 申請（專利權(quán)）人: 重慶長安汽車股份有限公司
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V10/82;G06T17/00;G06T15/08;G06N3/08
• 代理公司: 北京中博世達專利商標代理有限公司 11274
• 代理人: 王晶

1.一種圖像檢測模型的訓(xùn)練方法，其特征在于，包括：

獲取預(yù)設(shè)二維圖像；所述預(yù)設(shè)二維圖像包括目標對象；

基于預(yù)設(shè)的神經(jīng)輻射場NeRF算法對所述預(yù)設(shè)二維圖像進行處理，得到所述目標對象對應(yīng)的三維表示；

基于多個預(yù)設(shè)視角以及所述三維表示，確定多個目標二維圖像；一個目標二維圖像包括一個預(yù)設(shè)視角下的所述目標對象；

根據(jù)初始圖像檢測模型，對每個目標二維圖像進行檢測，得到所述每個目標二維圖像中所述目標對象的檢測結(jié)果；

根據(jù)所述每個目標二維圖像中所述目標對象的檢測結(jié)果以及所述目標對象的實際信息，確定所述初始圖像檢測模型針對每個預(yù)設(shè)視角的損失值，得到與所述多個預(yù)設(shè)視角對應(yīng)的多個損失值；

將所述多個損失值中最大損失值對應(yīng)的預(yù)設(shè)視角確定為目標視角，并基于所述目標視角對所述初始圖像檢測模型進行訓(xùn)練，得到目標圖像檢測模型。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

確定預(yù)設(shè)的初始訓(xùn)練輪數(shù)；

根據(jù)所述初始訓(xùn)練輪數(shù)，從預(yù)設(shè)的視角范圍中確定所述多個預(yù)設(shè)視角；所述多個預(yù)設(shè)視角的數(shù)量為所述初始訓(xùn)練輪數(shù)。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述方法還包括：

在所述多個損失值滿足預(yù)設(shè)條件的情況下，更新所述初始訓(xùn)練輪數(shù)；所述預(yù)設(shè)條件包括：所述多個損失值均小于第一閾值，和/或，所述多個損失值中的最大損失值與最小損失值的差值小于第二閾值；更新前的所述初始訓(xùn)練輪數(shù)小于更新后的所述初始訓(xùn)練輪數(shù)。

4.根據(jù)權(quán)利要求1-3中任一項所述的方法，其特征在于，基于所述目標視角對所述初始圖像檢測模型進行訓(xùn)練，得到目標圖像檢測模型，包括：

獲取所述目標視角對應(yīng)的多個樣本二維圖像；每個樣本二維圖像中所包括對象的視角為所述目標視角；

將所述多個樣本二維圖像作為樣本數(shù)據(jù)，以及，將所述每個樣本二維圖像中所包括對象的實際信息作為標簽數(shù)據(jù)，對所述初始圖像檢測模型進行訓(xùn)練，得到所述目標圖像檢測模型。

5.一種圖像檢測模型的訓(xùn)練裝置，其特征在于，包括：獲取單元、處理單元、確定單元、檢測單元和訓(xùn)練單元；

所述獲取單元，用于獲取預(yù)設(shè)二維圖像；所述預(yù)設(shè)二維圖像包括目標對象；

所述處理單元，用于基于預(yù)設(shè)的神經(jīng)輻射場NeRF算法對所述預(yù)設(shè)二維圖像進行處理，得到所述目標對象對應(yīng)的三維表示；

所述確定單元，用于基于多個預(yù)設(shè)視角以及所述三維表示，確定多個目標二維圖像；一個目標二維圖像包括一個預(yù)設(shè)視角下的所述目標對象；

所述檢測單元，用于根據(jù)初始圖像檢測模型，對每個目標二維圖像進行檢測，得到所述每個目標二維圖像中所述目標對象的檢測結(jié)果；

所述確定單元，還用于根據(jù)所述每個目標二維圖像中所述目標對象的檢測結(jié)果以及所述目標對象的實際信息，確定所述初始圖像檢測模型針對每個預(yù)設(shè)視角的損失值，得到與所述多個預(yù)設(shè)視角對應(yīng)的多個損失值；

所述確定單元，還用于將所述多個損失值中最大損失值對應(yīng)的預(yù)設(shè)視角確定為目標視角；

所述訓(xùn)練單元，用于基于所述目標視角對所述初始圖像檢測模型進行訓(xùn)練，得到目標圖像檢測模型。

6.根據(jù)權(quán)利要求5所述的裝置，其特征在于，所述確定單元還用于：

確定預(yù)設(shè)的初始訓(xùn)練輪數(shù)；

根據(jù)所述初始訓(xùn)練輪數(shù)，從預(yù)設(shè)的視角范圍中確定所述多個預(yù)設(shè)視角；所述多個預(yù)設(shè)視角的數(shù)量為所述初始訓(xùn)練輪數(shù)。

7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述裝置還包括更新單元；

所述更新單元，用于在所述多個損失值滿足預(yù)設(shè)條件的情況下，更新所述初始訓(xùn)練輪數(shù)；所述預(yù)設(shè)條件包括：所述多個損失值均小于第一閾值，和/或，所述多個損失值中的最大損失值與最小損失值的差值小于第二閾值；更新前的所述初始訓(xùn)練輪數(shù)小于更新后的所述初始訓(xùn)練輪數(shù)。