CN111797745A - 一种物体检测模型的训练及预测方法、装置、设备及介质 - Google Patents
一种物体检测模型的训练及预测方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN111797745A CN111797745A CN202010599541.6A CN202010599541A CN111797745A CN 111797745 A CN111797745 A CN 111797745A CN 202010599541 A CN202010599541 A CN 202010599541A CN 111797745 A CN111797745 A CN 111797745A
- Authority
- CN
- China
- Prior art keywords
- detection
- dimensional
- prediction
- detection object
- predicted
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
- G06V20/647—Three-dimensional objects by matching two-dimensional images to three-dimensional objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种物体检测模型的训练及预测方法、装置、设备及介质，涉及人工智能中深度学习和计算机视觉领域。具体方案为：将当前样本图像输入至待训练的物体检测模型，得到各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数；基于各个检测对象的二维预测图像特征以及对应的二维检测框的预测参数，得到各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数；根据各个二维预测图像特征和其对应的二维检测框的预测参数，以及各个三维预测图像特征和其对应的三维检测框的预测参数，对物体检测模型进行训练。本申请实施例能够实现实时地二维三维联合检测，从而可以达到提高检测速度，降低检测成本的目的。
Description
技术领域
本申请涉及计算机技术领域，进一步涉及人工智能中深度学习和计算机视觉领域，尤其是一种物体检测模型的训练及预测方法、装置、设备及介质。
背景技术
现有技术在二维、三维检测领域主要有以下两种方法：基于激光雷达点云的三维物体检测方法和基于单目图像的三维物体检测方法；其中，基于激光雷达点云的三维物体检测方法，需要较为昂贵的激光雷达，且采集的点云具有稀疏和密度不一致性，在实际场景中应用局限性大、成本较高。另外，基于单目图像的三维物体检测方法，通过单目深度估计获取深度，并将图像转换为伪点云，再应用点云三维检测的方法，但是该方法需要深度估计网络、2D预检测网络和3D点云检测网络串接，速度较慢。
发明内容
本申请提供了一种物体检测模型的训练及预测方法、装置、设备及介质，能够实现实时地二维三维联合检测，从而可以达到提高检测速度，降低检测成本的目的。
第一方面，本申请提供了一种物体检测模型的训练方法，所述方法包括：
当待训练的物体检测模型不满足预先设置的收敛条件时，将当前样本图像输入至所述待训练的物体检测模型；通过所述待训练的物体检测模型对所述当前样本图像中的至少一个检测对象进行二维检测，得到各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数；
基于各个检测对象的二维预测图像特征以及对应的二维检测框的预测参数，通过所述待训练的物体检测模型对各个检测对象进行三维检测，得到各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数；
根据各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数，以及各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数，对所述物体检测模型进行训练，将下一个样本图像作为所述当前样本图像，重复执行上述操作，直到所述物体检测模型满足所述预先确定的收敛条件
第二方面，本申请提供了一种物体检测模型的预测方法，所述方法包括：
将待检测图像输入至预先训练的物体检测模型；通过所述预先训练的物体检测模型对所述待检测图像中的至少一个检测对象进行二维检测，得到各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数；
基于各个检测对象的二维预测图像特征以及对应的二维检测框的预测参数，通过所述待训练的物体检测模型对各个检测对象进行三维检测，得到各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数。
第三方面，本申请提供了一种物体检测模型的训练装置，所述装置包括：二维计算模块、二维计算模块和训练模块；其中，
所述二维计算模块，用于当待训练的物体检测模型不满足预先设置的收敛条件时，将当前样本图像输入至所述待训练的物体检测模型；通过所述待训练的物体检测模型对所述当前样本图像中的至少一个检测对象进行二维检测，得到各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数；
所述三维计算模块，用于基于各个检测对象的二维预测图像特征以及对应的二维检测框的预测参数，通过所述待训练的物体检测模型对各个检测对象进行三维检测，得到各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数；
所述训练模块，用于根据各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数，以及各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数，对所述物体检测模型进行训练，将下一个样本图像作为所述当前样本图像，重复执行上述操作，直到所述物体检测模型满足所述预先确定的收敛条件。
第四方面，本申请提供了一种物体检测模型的预测装置，所述装置包括：二维预测模块和三维预测模块；其中，
所述二维预测模块，用于将待检测图像输入至预先训练的物体检测模型；通过所述预先训练的物体检测模型对所述待检测图像中的至少一个检测对象进行二维检测，得到各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数；
所述三维预测模块，用于基于各个检测对象的二维预测图像特征以及对应的二维检测框的预测参数，通过所述待训练的物体检测模型对各个检测对象进行三维检测，得到各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数。
第五方面，本申请实施例提供了一种电子设备，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本申请任意实施例所述的物体检测模型的训练及预测方法。
第六方面，本申请实施例提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现本申请任意实施例所述的物体检测模型的训练及预测方法。
根据本申请的技术解决了现有技术中基于激光雷达点云的三维物体检测方法成本较高；基于单目图像的三维物体检测方法速度较慢的技术问题，本申请提供的技术方案，能够实现实时地二维三维联合检测，从而可以达到提高检测速度，降低检测成本的目的。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是本申请实施例一提供的物体检测模型的训练方法的流程示意图；
图2是本申请实施例二提供的物体检测模型的训练方法的流程示意图；
图3是本申请实施例三提供的物体检测模型的预测方法的流程示意图；
图4是本申请实施例四提供的物体检测模型的训练装置的第一结构示意图；
图5是本申请实施例四提供的物体检测模型的训练装置的第二结构示意图；
图6是本申请实施例五提供的物体检测模型的预测装置的结构示意图；
图7是用来实现本申请实施例的物体检测模型的训练及预测方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
实施例一
图1是本申请实施例一提供的物体检测模型的训练方法的流程示意图，该方法可以由物体检测模型的训练装置或者电子设备来执行，该装置或者电子设备可以由软件和/或硬件的方式实现，该装置或者电子设备可以集成在任何具有网络通信功能的智能设备中。如图1所示，物体检测模型的训练方法可以包括以下步骤：
S101、当待训练的物体检测模型不满足预先设置的收敛条件时，将当前样本图像输入至待训练的物体检测模型；通过待训练的物体检测模型对当前样本图像中的至少一个检测对象进行二维检测，得到各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数。
在本申请的具体实施例中，当待训练的物体检测模型不满足预先设置的收敛条件时，电子设备可以将当前样本图像输入至待训练的物体检测模型；通过待训练的物体检测模型对当前样本图像中的至少一个检测对象进行二维检测，得到各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数。具体地，二维检测框的预测参数至少可以包括：二维检测框的中心点的预测平面坐标、二维检测框的预测宽度和预测高度；较佳地，二维检测框的预测参数还可以包括：二维检测框中的检测对象的类型。
S102、基于各个检测对象的二维预测图像特征以及对应的二维检测框的预测参数，通过待训练的物体检测模型对各个检测对象进行三维检测，得到各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数。
在本申请的具体实施例中，电子设备可以基于各个检测对象的二维预测图像特征以及对应的二维检测框的预测参数，通过待训练的物体检测模型对各个检测对象进行三维检测，得到各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数。具体地，三维检测框的预测参数至少包括：三维检测框的中心点的预测空间坐标、三维检测框的预测长度、预测宽度和预测高度、三维检测框中的检测对象的朝向角以及相机内参和地面法向量。
在一个实施例中，电子设备可以先基于各个检测对象对应的二维检测框的中心点的预测平面坐标以及各个检测对象对应的二维检测框的预测宽度和预测高度，通过待训练的物体检测模型对各个检测对象进行三维检测，得到各个检测对象对应的三维检测框的中心点的预测空间坐标；然后基于各个检测对象的二维预测图像特征，通过待训练的物体检测模型对各个检测对象进行三维检测，得到各个检测对象的三维预测图像特征和其对应的三维检测框的预测长度、预测宽度和预测高度、各个检测对象对应的三维检测框中的检测对象的朝向角以及相机内参和地面法向量。
S103、根据各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数，以及各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数，对物体检测模型进行训练，将下一个样本图像作为当前样本图像，重复执行上述操作，直到物体检测模型满足预先确定的收敛条件。
在本申请的具体实施例中，电子设备可以根据各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数，以及各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数，对物体检测模型进行训练，将下一个样本图像作为当前样本图像，重复执行上述操作，直到物体检测模型满足预先确定的收敛条件。在一个实施例中，电子设备可以先使用预先设定的二维检测阶段对应的损失函数，计算各个检测对象的二维预测数据与预先确定的各个检测对象的二维真实数据的二维差异；其中，二维预测数据包括：各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数；二维真实数据包括：各个检测对象的二维真实图像特征和其对应的二维检测框的真实参数；然后使用预先设定的三维检测阶段对应的损失函数，计算各个检测对象的三维预测数据与预先确定的各个检测对象的三维真实数据的三维差异；其中，三维预测数据包括：各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数；三维真实数据包括：各个检测对象的三维真实图像特征和其对应的三维检测框的真实参数；再基于二维差异和三维差异对物体检测模型进行训练。
本申请实施例提出的物体检测模型的训练方法，先将当前样本图像输入至待训练的物体检测模型；通过待训练的物体检测模型对当前样本图像中的至少一个检测对象进行二维检测，得到各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数；然后基于各个检测对象的二维预测图像特征以及对应的二维检测框的预测参数，通过待训练的物体检测模型对各个检测对象进行三维检测，得到各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数；再根据各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数，以及各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数，对物体检测模型进行训练。也就是说，本申请可以将二维和三维联合起来进行模型训练。而在现有的物体检测模型的训练方法中，基于激光雷达点云的三维物体检测方法成本较高；基于单目图像的三维物体检测方法速度较慢。因为本申请采用了将二维和三维联合起来进行模型训练的技术手段，克服了现有技术中基于激光雷达点云的三维物体检测方法成本较高；基于单目图像的三维物体检测方法速度较慢的技术问题，本申请提供的技术方案，能够实现实时地二维三维联合检测，从而可以达到提高检测速度，降低检测成本的目的；并且，本申请实施例的技术方案实现简单方便、便于普及，适用范围更广。
实施例二
图2是本申请实施例二提供的物体检测模型的训练方法的流程示意图。如图2所示，物体检测模型的训练方法可以包括以下步骤：
S201、当待训练的物体检测模型不满足预先设置的收敛条件时，将当前样本图像输入至待训练的物体检测模型；通过待训练的物体检测模型对当前样本图像中的至少一个检测对象进行二维检测，得到各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数。
在本申请的具体实施例中，当待训练的物体检测模型不满足预先设置的收敛条件时，电子设备可以将当前样本图像输入至待训练的物体检测模型；通过待训练的物体检测模型对当前样本图像中的至少一个检测对象进行二维检测，得到各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数。具体地，各个检测对象对应的二维检测框的真实参数可以表示为：GT2d＝[xcenter,ycenter,w,h,class]；其中，xcenter和ycenter为二维检测框的中心点的真实平面坐标；w和h为二维检测框的真实宽度和真实高度；class为二维检测框中的检测对象的类型；假设当前样本图像的宽度和高度分别为W和H，则经过归一化后的二维检测框的真实参数可以表示为：
S202、在全部的检测对象中提取出一个检测对象作为当前检测对象；根据当前检测对象对应的二维检测框的预测参数和预先确定的当前检测对象对应的二维检测框的真实参数，验证当前检测对象对应的二维检测框的预测参数和其对应的二维检测框的真实参数是否相匹配。
在本申请的具体实施例中，电子设备可以在在全部的检测对象中提取出一个检测对象作为当前检测对象；根据当前检测对象对应的二维检测框的预测参数和预先确定的当前检测对象对应的二维检测框的真实参数，验证当前检测对象对应的二维检测框的预测参数和其对应的二维检测框的真实参数是否相匹配。在一个实施例中，电子设备可以先根据当前检测对象对应的二维检测框的预测参数和预先确定的当前检测对象对应的二维检测框的真实参数，计算出当前检测对象对应的二维检测框的交并比；若当前检测对象对应的二维检测框的交并比大于等于预设阈值，则电子设备可以判定当前检测对象对应的二维检测框的预测参数和其对应的二维检测框的真实参数相匹配；若当前检测对象对应的二维检测框的交并比小于预设阈值，则电子设备可以判定当前检测对象对应的二维检测框的预测参数和其对应的二维检测框的真实参数不匹配。
S203、若当前检验对象对应的二维检测框的预测参数和其对应的二维检测框的真实参数相匹配，则将当前检测对象确定为匹配的检测对象，重复执行上述操作，直到在全部的检测对象中提取出全部匹配的检测对象。
在本申请的具体实施例中，若当前检验对象对应的二维检测框的预测参数和其对应的二维检测框的真实参数相匹配，则电子设备可以将当前检测对象确定为匹配的检测对象；若当前检验对象对应的二维检测框的预测参数和其对应的二维检测框的真实参数不匹配，则电子设备可以将当前检测对象确定为不匹配的检测对象；重复执行上述操作，直到在全部的检测对象中提取出全部匹配的检测对象。
S204、基于各个匹配的检测对象的二维预测图像特征和其对应的二维检测框的预测参数，通过待训练的物体检测模型对各个匹配的检测对象进行三维检测，得到各个匹配的检测对象的三维预测图像特征和其对应的三维检测框的预测参数。
在本申请的具体实施例中，电子设备可以基于各个匹配的检测对象的二维预测图像特征和其对应的二维检测框的预测参数，通过待训练的物体检测模型对各个匹配的检测对象进行三维检测，得到各个匹配的检测对象的三维预测图像特征和其对应的三维检测框的预测参数。在一个实施例中，电子设备可以先基于各个检测对象对应的二维检测框的中心点的预测平面坐标以及各个检测对象对应的二维检测框的预测宽度和预测高度，通过待训练的物体检测模型对各个检测对象进行三维检测，得到各个检测对象对应的三维检测框的中心点的预测空间坐标；然后基于各个检测对象的二维预测图像特征，通过待训练的物体检测模型对各个检测对象进行三维检测，得到各个检测对象的三维预测图像特征和其对应的三维检测框的预测长度、预测宽度和预测高度、各个检测对象对应的三维检测框中的检测对象的朝向角以及相机内参和地面法向量。
进一步地，电子设备在基于各个检测对象的对应的二维检测框的中心点的预测平面坐标以及各个检测对象对应的二维检测框的预测宽度和预测高度，通过待训练的物体检测模型对各个检测对象进行三维检测时，可以先根据各个检测对象对应的二维检测框的中心点的预测平面坐标、各个检测对象对应的二维检测框的预测宽度和预测高度以及预先确定的各个检测对象的网络训练目标，得到各个检测对象对应的三维检测框的中心点的预测投影坐标；然后根据各个检测对象对应的三维检测框的中心点的预测投影坐标，得到各个检测对象对应的三维检测框的中心点的预测空间坐标。
较佳地，在本申请的具体实施例中，电子设备还可以先根据预先确定的各个检测对象的真实空间坐标，计算出各个检测对象对应的三维检测框的中心点的真实投影坐标；然后基于各个检测对象对应二维检测框的中心点的真实投影坐标和各个检测对象的真实空间坐标以及预先确定的各个检测对象对应的二维检测框的真实宽度和真实高度，计算出各个检测对象的网络训练目标。
具体地，三维检测框的预测参数至少包括：三维检测框的中心点的预测空间坐标、三维检测框的预测长度、预测宽度和预测高度、三维检测框中的检测对象的朝向角以及相机内参和地面法向量；其中，相机内参和地面法向量在标定中即可获取。相机内参可以记为：
其中，fx和fy分别为相机在x轴方向和y轴方向上的像素焦距；cx和cy分别为相机主点在x轴方向和y轴方向上的坐标。此外，地面方程可以表示为：ax+by+cz+d＝0；地面法向量为
由于直接在二维检测阶段预测出相机坐标系下的中心点比较困难，本申请将其转换为预测中心点的投影点与二维检测框的中心点的偏移。假设三维检测框的中心点的平面投影坐标为：Pproj(xc)和Pproj(yc)，与二维检测框的中心点的偏移可以表示为：[xcenter-Pproj(xc),ycenter-Pproj(yc)]；并用二维检测框做归一化，得到该三维检测框中的检测对象的网络训练目标：
其中，三维检测框的中心点的平面投影坐标Pproj(xc)和Pproj(yc)可以通过相机内参计算得到：
其中，Pcam(xc)、Pcam(yc)和Pcam(zc)为三维检测框的中心点在相机坐标系下分别在x轴方向、y轴方向和z轴方向上的坐标；K为预先确定的转换向量。
S205、根据各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数，以及各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数，对物体检测模型进行训练，将下一个样本图像作为当前样本图像，重复执行上述操作，直到物体检测模型满足预先确定的收敛条件。
在本申请的具体实施例中，电子设备可以根据各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数，以及各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数，对物体检测模型进行训练，将下一个样本图像作为当前样本图像，重复执行上述操作，直到物体检测模型满足预先确定的收敛条件。在一个实施例中，电子设备可以先使用预先设定的二维检测阶段对应的损失函数，计算各个检测对象的二维预测数据与预先确定的各个检测对象的二维真实数据的二维差异；其中，二维预测数据包括：各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数；二维真实数据包括：各个检测对象的二维真实图像特征和其对应的二维检测框的真实参数；然后使用预先设定的三维检测阶段对应的损失函数，计算各个检测对象的三维预测数据与预先确定的各个检测对象的三维真实数据的三维差异；其中，三维预测数据包括：各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数；三维真实数据包括：各个检测对象的三维真实图像特征和其对应的三维检测框的真实参数；再基于二维差异和三维差异对物体检测模型进行训练。具体地，二维检测阶段对应的损失函数可以表示为：Lstage1＝Lclass+Lbbox2d；其中，Lclass为分类的交叉熵损失；Lbbox2d为二维检测框的L1损失。另外，三维检测阶段对应的损失函数可以表示为：Lstage2＝Langle+Lproj_center+Lhwl+Ldepth；其中，Langle为朝向角的交叉熵与回归损失；Lproj_center为三维检测框的中心点的平面投影归一化偏移量的L1损失；Lhwl为长宽高回归损失；Ldepth为深度回归损失。
本申请实施例提出的物体检测模型的训练方法，先将当前样本图像输入至待训练的物体检测模型；通过待训练的物体检测模型对当前样本图像中的至少一个检测对象进行二维检测，得到各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数；然后基于各个检测对象的二维预测图像特征以及对应的二维检测框的预测参数，通过待训练的物体检测模型对各个检测对象进行三维检测，得到各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数；再根据各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数，以及各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数，对物体检测模型进行训练。也就是说，本申请可以将二维和三维联合起来进行模型训练。而在现有的物体检测模型的训练方法中，基于激光雷达点云的三维物体检测方法成本较高；基于单目图像的三维物体检测方法速度较慢。因为本申请采用了将二维和三维联合起来进行模型训练的技术手段，克服了现有技术中基于激光雷达点云的三维物体检测方法成本较高；基于单目图像的三维物体检测方法速度较慢的技术问题，本申请提供的技术方案，能够实现实时地二维三维联合检测，从而可以达到提高检测速度，降低检测成本的目的；并且，本申请实施例的技术方案实现简单方便、便于普及，适用范围更广。
实施例三
图3是本申请实施例三提供的物体检测模型的预测方法的流程示意图，该方法可以由物体检测模型的预测装置或者电子设备来执行，该装置或者电子设备可以由软件和/或硬件的方式实现，该装置或者电子设备可以集成在任何具有网络通信功能的智能设备中。如图3所示，物体检测模型的预测方法可以包括以下步骤：
S301、将待检测图像输入至预先训练的物体检测模型；通过预先训练的物体检测模型对待检测图像中的至少一个检测对象进行二维检测，得到各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数。
在本申请的具体实施例中，电子设备可以将待检测图像输入至预先训练的物体检测模型；通过预先训练的物体检测模型对待检测图像中的至少一个检测对象进行二维检测，得到各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数。具体地，二维检测框的预测参数至少可以包括：二维检测框的中心点的预测平面坐标、二维检测框的预测宽度和预测高度；较佳地，二维检测框的预测参数还可以包括：二维检测框中的检测对象的类型。
S302、基于各个检测对象的二维预测图像特征以及对应的二维检测框的预测参数，通过待训练的物体检测模型对各个检测对象进行三维检测，得到各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数。
在本申请的具体实施例中，电子设备可以基于各个检测对象的二维预测图像特征以及对应的二维检测框的预测参数，通过待训练的物体检测模型对各个检测对象进行三维检测，得到各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数。具体地，三维检测框的预测参数至少包括：三维检测框的中心点的预测空间坐标、三维检测框的预测长度、预测宽度和预测高度、三维检测框中的检测对象的朝向角以及相机内参和地面法向量。具体地，电子设备可以通过物体检测模型输出各个检测对象的二维检测结果Pred2d＝[xcenter,ycenter,w,h]；然后基于以下公式计算出各个检测对象的中心点的空间坐标：
本申请实施例提出的物体检测模型的预测方法，先将待检测图像输入至预先训练的物体检测模型；通过预先训练的物体检测模型对待检测图像中的至少一个检测对象进行二维检测，得到各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数；然后基于各个检测对象的二维预测图像特征以及对应的二维检测框的预测参数，通过待训练的物体检测模型对各个检测对象进行三维检测，得到各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数。也就是说，本申请可以将二维和三维联合起来进行物体预测。而在现有的物体检测模型的预测方法中，基于激光雷达点云的三维物体检测方法成本较高；基于单目图像的三维物体检测方法速度较慢。因为本申请采用了将二维和三维联合起来进行物体预测的技术手段，克服了现有技术中基于激光雷达点云的三维物体检测方法成本较高；基于单目图像的三维物体检测方法速度较慢的技术问题，本申请提供的技术方案，能够实现实时地二维三维联合检测，从而可以达到提高检测速度，降低检测成本的目的；并且，本申请实施例的技术方案实现简单方便、便于普及，适用范围更广。
实施例四
图4是本申请实施例四提供的物体检测模型的训练装置的第一结构示意图。如图4所示，所述装置400包括：二维计算模块401、三维计算模块402和训练模块403；其中，
所述二维计算模块401，用于当待训练的物体检测模型不满足预先设置的收敛条件时，将当前样本图像输入至所述待训练的物体检测模型；通过所述待训练的物体检测模型对所述当前样本图像中的至少一个检测对象进行二维检测，得到各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数；
所述三维计算模块402，用于基于各个检测对象的二维预测图像特征以及对应的二维检测框的预测参数，通过所述待训练的物体检测模型对各个检测对象进行三维检测，得到各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数；
所述训练模块403，用于根据各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数，以及各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数，对所述物体检测模型进行训练，将下一个样本图像作为所述当前样本图像，重复执行上述操作，直到所述物体检测模型满足所述预先确定的收敛条件。
图5是本申请实施例四提供的物体检测模型的训练装置的第二结构示意图。如图5所示，所述装置还包括：匹配模块404，用于在全部的检测对象中提取出一个检测对象作为当前检测对象；根据所述当前检测对象对应的二维检测框的预测参数和预先确定的所述当前检测对象对应的二维检测框的真实参数，验证所述当前检测对象对应的二维检测框的预测参数和其对应的二维检测框的真实参数是否相匹配；若所述当前检验对象对应的二维检测框的预测参数和其对应的二维检测框的真实参数相匹配，则将所述当前检测对象确定为匹配的检测对象，重复执行上述操作，直到在全部的检测对象中提取出全部匹配的检测对象；
所述三维计算模块402，用于执行基于各个匹配的检测对象的二维预测图像特征和其对应的二维检测框的预测参数，通过所述待训练的物体检测模型对各个匹配的检测对象进行三维检测，得到各个匹配的检测对象的三维预测图像特征和其对应的三维检测框的预测参数的操作。
进一步的，所述二维检测框的预测参数至少包括：所述二维检测框的中心点的预测平面坐标、所述二维检测框的预测宽度和预测高度；所述三维检测框的预测参数至少包括：所述三维检测框的中心点的预测空间坐标、所述三维检测框的预测长度、预测宽度和预测高度、所述三维检测框中的检测对象的朝向角以及相机内参和地面法向量。
进一步的，所述三维计算模块402，具体用于基于各个检测对象对应的二维检测框的中心点的预测平面坐标以及各个检测对象对应的二维检测框的预测宽度和预测高度，通过所述待训练的物体检测模型对各个检测对象进行三维检测，得到各个检测对象对应的三维检测框的中心点的预测空间坐标；基于各个检测对象的二维预测图像特征，通过所述待训练的物体检测模型对各个检测对象进行三维检测，得到各个检测对象的三维预测图像特征和其对应的三维检测框的预测长度、预测宽度和预测高度、各个检测对象对应的三维检测框中的检测对象的朝向角以及相机内参和地面法向量。
进一步的，所述三维计算模块402，具体用于根据各个检测对象对应的二维检测框的中心点的预测平面坐标、各个检测对象对应的二维检测框的预测宽度和预测高度以及预先确定的各个检测对象的网络训练目标，得到各个检测对象对应的三维检测框的中心点的预测投影坐标；根据各个检测对象对应的三维检测框的中心点的预测投影坐标，得到各个检测对象对应的三维检测框的中心点的预测空间坐标。
进一步的，所述三维计算模块402，还用于根据预先确定的各个检测对象的真实空间坐标，计算出各个检测对象对应的三维检测框的中心点的真实投影坐标；基于各个检测对象对应二维检测框的中心点的真实投影坐标和各个检测对象的真实空间坐标以及预先确定的各个检测对象对应的二维检测框的真实宽度和真实高度，计算出各个检测对象的网络训练目标。
进一步的，所述训练模块403，具体用于使用预先设定的二维检测阶段对应的损失函数，计算各个检测对象的二维预测数据与预先确定的各个检测对象的二维真实数据的二维差异；其中，所述二维预测数据包括：各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数；所述二维真实数据包括：各个检测对象的二维真实图像特征和其对应的二维检测框的真实参数；使用预先设定的三维检测阶段对应的损失函数，计算各个检测对象的三维预测数据与预先确定的各个检测对象的三维真实数据的三维差异，其中，所述三维预测数据包括：各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数；所述三维真实数据包括：各个检测对象的三维真实图像特征和其对应的三维检测框的真实参数；基于所述二维差异和所述三维差异对物体检测模型进行训练。
上述物体检测模型的训练装置可执行本申请任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本申请实施例一和实施例二提供的物体检测模型的训练方法。
实施例五
图6是本申请实施例五提供的物体检测模型的预测装置的结构示意图。如图6所示，所述装置600包括：二维预测模块601和三维预测模块602；其中，
所述二维预测模块601，用于将待检测图像输入至预先训练的物体检测模型；通过所述预先训练的物体检测模型对所述待检测图像中的至少一个检测对象进行二维检测，得到各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数；
所述三维预测模块602，用于基于各个检测对象的二维预测图像特征以及对应的二维检测框的预测参数，通过所述待训练的物体检测模型对各个检测对象进行三维检测，得到各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数。
上述物体检测模型的预测装置可执行本申请任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本申请实施例三提供的物体检测模型的预测方法。
实施例六
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图7所示，是根据本申请实施例的物体检测模型的训练及预测方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图7所示，该电子设备包括：一个或多个处理器701、存储器702，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图7中以一个处理器701为例。
存储器702即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的物体检测模型的训练及预测方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的物体检测模型的训练及预测方法。
存储器702作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的物体检测模型的训练及预测方法对应的程序指令/模块(例如，附图7所示的二维计算模块401、三维计算模块402和训练模块403)。处理器701通过运行存储在存储器702中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的物体检测模型的训练及预测的方法。
存储器702可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据物体检测模型的训练及预测方法的电子设备的使用所创建的数据等。此外，存储器702可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器702可选包括相对于处理器701远程设置的存储器，这些远程存储器可以通过网络连接至物体检测模型的训练及预测方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
物体检测模型的训练及预测方法的电子设备还可以包括：输入装置703和输出装置704。处理器701、存储器702、输入装置703和输出装置704可以通过总线或者其他方式连接，图7中以通过总线连接为例。
输入装置703可接收输入的数字或字符信息，以及产生与物体检测模型的训练及预测方法的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置704可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、互联网和区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案，先将当前样本图像输入至待训练的物体检测模型；通过待训练的物体检测模型对当前样本图像中的至少一个检测对象进行二维检测，得到各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数；然后基于各个检测对象的二维预测图像特征以及对应的二维检测框的预测参数，通过待训练的物体检测模型对各个检测对象进行三维检测，得到各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数；再根据各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数，以及各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数，对物体检测模型进行训练。也就是说，本申请可以将二维和三维联合起来进行模型训练。而在现有的物体检测模型的训练方法中，基于激光雷达点云的三维物体检测方法成本较高；基于单目图像的三维物体检测方法速度较慢。因为本申请采用了将二维和三维联合起来进行模型训练的技术手段，克服了现有技术中基于激光雷达点云的三维物体检测方法成本较高；基于单目图像的三维物体检测方法速度较慢的技术问题，本申请提供的技术方案，能够实现实时地二维三维联合检测，从而可以达到提高检测速度，降低检测成本的目的；并且，本申请实施例的技术方案实现简单方便、便于普及，适用范围更广。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。
Claims (18)
1.一种物体检测模型的训练方法，其特征在于，所述方法包括：
当待训练的物体检测模型不满足预先设置的收敛条件时，将当前样本图像输入至所述待训练的物体检测模型；通过所述待训练的物体检测模型对所述当前样本图像中的至少一个检测对象进行二维检测，得到各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数；
基于各个检测对象的二维预测图像特征以及对应的二维检测框的预测参数，通过所述待训练的物体检测模型对各个检测对象进行三维检测，得到各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数；
根据各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数，以及各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数，对所述物体检测模型进行训练，将下一个样本图像作为所述当前样本图像，重复执行上述操作，直到所述物体检测模型满足所述预先确定的收敛条件。
2.根据权利要求1所述的方法，其特征在于，在所述基于各个检测对象的二维预测图像特征以及对应的二维检测框的预测参数，通过所述待训练的物体检测模型对各个检测对象进行三维检测，得到各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数之前，所述方法还包括：
在全部的检测对象中提取出一个检测对象作为当前检测对象；根据所述当前检测对象对应的二维检测框的预测参数和预先确定的所述当前检测对象对应的二维检测框的真实参数，验证所述当前检测对象对应的二维检测框的预测参数和其对应的二维检测框的真实参数是否相匹配；
若所述当前检验对象对应的二维检测框的预测参数和其对应的二维检测框的真实参数相匹配，则将所述当前检测对象确定为匹配的检测对象，重复执行上述操作，直到在全部的检测对象中提取出全部匹配的检测对象；执行基于各个匹配的检测对象的二维预测图像特征和其对应的二维检测框的预测参数，通过所述待训练的物体检测模型对各个匹配的检测对象进行三维检测，得到各个匹配的检测对象的三维预测图像特征和其对应的三维检测框的预测参数的操作。
3.根据权利要求1所述的方法，其特征在于，所述二维检测框的预测参数至少包括：所述二维检测框的中心点的预测平面坐标、所述二维检测框的预测宽度和预测高度；所述三维检测框的预测参数至少包括：所述三维检测框的中心点的预测空间坐标、所述三维检测框的预测长度、预测宽度和预测高度、所述三维检测框中的检测对象的朝向角以及相机内参和地面法向量。
4.根据权利要求3所述的方法，其特征在于，所述基于各个检测对象的二维预测图像特征以及对应的二维检测框的预测参数，通过所述待训练的物体检测模型对各个检测对象进行三维检测，得到各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数，包括：
基于各个检测对象对应的二维检测框的中心点的预测平面坐标以及各个检测对象对应的二维检测框的预测宽度和预测高度，通过所述待训练的物体检测模型对各个检测对象进行三维检测，得到各个检测对象对应的三维检测框的中心点的预测空间坐标；
基于各个检测对象的二维预测图像特征，通过所述待训练的物体检测模型对各个检测对象进行三维检测，得到各个检测对象的三维预测图像特征和其对应的三维检测框的预测长度、预测宽度和预测高度、各个检测对象对应的三维检测框中的检测对象的朝向角以及相机内参和地面法向量。
5.根据权利要求4所述的方法，其特征在于，所述基于各个检测对象的对应的二维检测框的中心点的预测平面坐标以及各个检测对象对应的二维检测框的预测宽度和预测高度，通过所述待训练的物体检测模型对各个检测对象进行三维检测，得到各个检测对象对应的三维检测框的中心点的空间坐标，包括：
根据各个检测对象对应的二维检测框的中心点的预测平面坐标、各个检测对象对应的二维检测框的预测宽度和预测高度以及预先确定的各个检测对象的网络训练目标，得到各个检测对象对应的三维检测框的中心点的预测投影坐标；
根据各个检测对象对应的三维检测框的中心点的预测投影坐标，得到各个检测对象对应的三维检测框的中心点的预测空间坐标。
6.根据权利要求5所述的方法，其特征在于，在所述根据各个检测对象对应的二维检测框的中心点的预测平面坐标、各个检测对象对应的二维检测框的预测宽度和预测高度以及预先确定的各个检测对象的网络训练目标，得到各个检测对象对应的三维检测框的中心点的图像投影坐标之前，所述方法还包括：
根据预先确定的各个检测对象的真实空间坐标，计算出各个检测对象对应的三维检测框的中心点的真实投影坐标；
基于各个检测对象对应二维检测框的中心点的真实投影坐标和各个检测对象的真实空间坐标以及预先确定的各个检测对象对应的二维检测框的真实宽度和真实高度，计算出各个检测对象的网络训练目标。
7.根据权利要求1所述的方法，其特征在于，所述根据各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数，以及各个检测对象的三维图像特征和其对应的三维检测框的预测参数，对所述物体检测模型进行训练，包括：
使用预先设定的二维检测阶段对应的损失函数，计算各个检测对象的二维预测数据与预先确定的各个检测对象的二维真实数据的二维差异；其中，所述二维预测数据包括：各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数；所述二维真实数据包括：各个检测对象的二维真实图像特征和其对应的二维检测框的真实参数；
使用预先设定的三维检测阶段对应的损失函数，计算各个检测对象的三维预测数据与预先确定的各个检测对象的三维真实数据的三维差异，其中，所述三维预测数据包括：各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数；所述三维真实数据包括：各个检测对象的三维真实图像特征和其对应的三维检测框的真实参数；
基于所述二维差异和所述三维差异对物体检测模型进行训练。
8.一种物体检测模型的预测方法，其特征在于，所述方法包括：
将待检测图像输入至预先训练的物体检测模型；通过所述预先训练的物体检测模型对所述待检测图像中的至少一个检测对象进行二维检测，得到各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数；
基于各个检测对象的二维预测图像特征以及对应的二维检测框的预测参数，通过所述待训练的物体检测模型对各个检测对象进行三维检测，得到各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数。
9.一种物体检测模型的训练装置，其特征在于，所述装置包括：二维计算模块、三维计算模块和训练模块；其中，
所述二维计算模块，用于当待训练的物体检测模型不满足预先设置的收敛条件时，将当前样本图像输入至所述待训练的物体检测模型；通过所述待训练的物体检测模型对所述当前样本图像中的至少一个检测对象进行二维检测，得到各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数；
所述三维计算模块，用于基于各个检测对象的二维图像预测特征以及对应的二维检测框的预测参数，通过所述待训练的物体检测模型对各个检测对象进行三维检测，得到各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数；
所述训练模块，用于根据各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数，以及各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数，对所述物体检测模型进行训练，将下一个样本图像作为所述当前样本图像，重复执行上述操作，直到所述物体检测模型满足所述预先确定的收敛条件。
10.根据权利要求9所述的装置，其特征在于，所述装置还包括：匹配模块，用于在全部的检测对象中提取出一个检测对象作为当前检测对象；根据所述当前检测对象对应的二维检测框的预测参数和预先确定的所述当前检测对象对应的二维检测框的真实参数，验证所述当前检测对象对应的二维检测框的预测参数和其对应的二维检测框的真实参数是否相匹配；若所述当前检验对象对应的二维检测框的预测参数和其对应的二维检测框的真实参数相匹配，则将所述当前检测对象确定为匹配的检测对象，重复执行上述操作，直到在全部的检测对象中提取出全部匹配的检测对象；
所述三维计算模块，用于执行基于各个匹配的检测对象的二维预测图像特征和其对应的二维检测框的预测参数，通过所述待训练的物体检测模型对各个匹配的检测对象进行三维检测，得到各个匹配的检测对象的三维预测图像特征和其对应的三维检测框的预测参数的操作。
11.根据权利要求9所述的装置，其特征在于，所述二维检测框的预测参数至少包括：所述二维检测框的中心点的预测平面坐标、所述二维检测框的预测宽度和预测高度；所述三维检测框的预测参数至少包括：所述三维检测框的中心点的预测空间坐标、所述三维检测框的预测长度、预测宽度和预测高度、所述三维检测框中的检测对象的朝向角以及相机内参和地面法向量。
12.根据权利要求11所述的装置，其特征在于：
所述三维计算模块，具体用于基于各个检测对象对应的二维检测框的中心点的预测平面坐标以及各个检测对象对应的二维检测框的预测宽度和预测高度，通过所述待训练的物体检测模型对各个检测对象进行三维检测，得到各个检测对象对应的三维检测框的中心点的预测空间坐标；基于各个检测对象的二维预测图像特征，通过所述待训练的物体检测模型对各个检测对象进行三维检测，得到各个检测对象的三维预测图像特征和其对应的三维检测框的预测长度、预测宽度和预测高度、各个检测对象对应的三维检测框中的检测对象的朝向角以及相机内参和地面法向量。
13.根据权利要求12所述的装置，其特征在于：
所述三维计算模块，具体用于根据各个检测对象对应的二维检测框的中心点的预测平面坐标、各个检测对象对应的二维检测框的预测宽度和预测高度以及预先确定的各个检测对象的网络训练目标，得到各个检测对象对应的三维检测框的中心点的预测投影坐标；根据各个检测对象对应的三维检测框的中心点的预测投影坐标，得到各个检测对象对应的三维检测框的中心点的预测空间坐标。
14.根据权利要求13所述的装置，其特征在于：
所述三维计算模块，还用于根据预先确定的各个检测对象的真实空间坐标，计算出各个检测对象对应的三维检测框的中心点的真实投影坐标；基于各个检测对象对应二维检测框的中心点的真实投影坐标和各个检测对象的真实空间坐标以及预先确定的各个检测对象对应的二维检测框的真实宽度和真实高度，计算出各个检测对象的网络训练目标。
15.根据权利要求9所述的装置，其特征在于：
所述训练模块，具体用于使用预先设定的二维检测阶段对应的损失函数，计算各个检测对象的二维预测数据与预先确定的各个检测对象的二维真实数据的二维差异；其中，所述二维预测数据包括：各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数；所述二维真实数据包括：各个检测对象的二维真实图像特征和其对应的二维检测框的真实参数；使用预先设定的三维检测阶段对应的损失函数，计算各个检测对象的三维预测数据与预先确定的各个检测对象的三维真实数据的三维差异，其中，所述三维预测数据包括：各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数；所述三维真实数据包括：各个检测对象的三维真实图像特征和其对应的三维检测框的真实参数；基于所述二维差异和所述三维差异对物体检测模型进行训练。
16.一种物体检测模型的预测装置，其特征在于，所述装置包括：二维预测模块和三维预测模块；其中，
所述二维预测模块，用于将待检测图像输入至预先训练的物体检测模型；通过所述预先训练的物体检测模型对所述待检测图像中的至少一个检测对象进行二维检测，得到各个检测对象的二维预测图像特征和其对应的二维检测框的预测参数；
所述三维预测模块，用于基于各个检测对象的二维预测图像特征以及对应的二维检测框的预测参数，通过所述待训练的物体检测模型对各个检测对象进行三维检测，得到各个检测对象的三维预测图像特征和其对应的三维检测框的预测参数。
17.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7或者8中任一项所述的方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-7或者8中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010599541.6A CN111797745A (zh) | 2020-06-28 | 2020-06-28 | 一种物体检测模型的训练及预测方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010599541.6A CN111797745A (zh) | 2020-06-28 | 2020-06-28 | 一种物体检测模型的训练及预测方法、装置、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111797745A true CN111797745A (zh) | 2020-10-20 |
Family
ID=72804694
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010599541.6A Pending CN111797745A (zh) | 2020-06-28 | 2020-06-28 | 一种物体检测模型的训练及预测方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111797745A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112819880A (zh) * | 2021-01-07 | 2021-05-18 | 北京百度网讯科技有限公司 | 三维物体检测方法、装置、设备及存储介质 |
| CN112991550A (zh) * | 2021-03-31 | 2021-06-18 | 东软睿驰汽车技术（沈阳）有限公司 | 基于伪点云的障碍物位置检测方法、装置和电子设备 |
| CN113822159A (zh) * | 2021-08-20 | 2021-12-21 | 杭州飞步科技有限公司 | 三维目标检测方法、装置和计算机 |
| CN114001810A (zh) * | 2021-11-08 | 2022-02-01 | 厦门熵基科技有限公司 | 一种体重计算方法及装置 |
| CN117274575A (zh) * | 2023-09-28 | 2023-12-22 | 北京百度网讯科技有限公司 | 目标检测模型的训练方法、目标检测方法、装置和设备 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109508678A (zh) * | 2018-11-16 | 2019-03-22 | 广州市百果园信息技术有限公司 | 人脸检测模型的训练方法、人脸关键点的检测方法和装置 |
| WO2019091417A1 (zh) * | 2017-11-09 | 2019-05-16 | 清华大学 | 基于神经网络的识别方法与装置 |
| CN110427917A (zh) * | 2019-08-14 | 2019-11-08 | 北京百度网讯科技有限公司 | 用于检测关键点的方法和装置 |
| US20200066036A1 (en) * | 2018-08-21 | 2020-02-27 | Samsung Electronics Co., Ltd. | Method and apparatus for training object detection model |
| CN110969245A (zh) * | 2020-02-28 | 2020-04-07 | 北京深睿博联科技有限责任公司 | 医学图像的目标检测模型训练方法和装置 |
| CN111160375A (zh) * | 2019-12-31 | 2020-05-15 | 北京奇艺世纪科技有限公司 | 三维关键点预测及深度学习模型训练方法、装置及设备 |
| WO2020125623A1 (zh) * | 2018-12-20 | 2020-06-25 | 上海瑾盛通信科技有限公司 | 活体检测方法、装置、存储介质及电子设备 |
-
2020
- 2020-06-28 CN CN202010599541.6A patent/CN111797745A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019091417A1 (zh) * | 2017-11-09 | 2019-05-16 | 清华大学 | 基于神经网络的识别方法与装置 |
| US20200066036A1 (en) * | 2018-08-21 | 2020-02-27 | Samsung Electronics Co., Ltd. | Method and apparatus for training object detection model |
| CN109508678A (zh) * | 2018-11-16 | 2019-03-22 | 广州市百果园信息技术有限公司 | 人脸检测模型的训练方法、人脸关键点的检测方法和装置 |
| WO2020125623A1 (zh) * | 2018-12-20 | 2020-06-25 | 上海瑾盛通信科技有限公司 | 活体检测方法、装置、存储介质及电子设备 |
| CN110427917A (zh) * | 2019-08-14 | 2019-11-08 | 北京百度网讯科技有限公司 | 用于检测关键点的方法和装置 |
| CN111160375A (zh) * | 2019-12-31 | 2020-05-15 | 北京奇艺世纪科技有限公司 | 三维关键点预测及深度学习模型训练方法、装置及设备 |
| CN110969245A (zh) * | 2020-02-28 | 2020-04-07 | 北京深睿博联科技有限责任公司 | 医学图像的目标检测模型训练方法和装置 |
Non-Patent Citations (1)
| Title |
|---|
| 胡远志;刘俊生;肖佐仁;耿庄程;: "基于数据融合的目标测距方法研究", 重庆理工大学学报(自然科学), no. 12 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112819880A (zh) * | 2021-01-07 | 2021-05-18 | 北京百度网讯科技有限公司 | 三维物体检测方法、装置、设备及存储介质 |
| CN112991550A (zh) * | 2021-03-31 | 2021-06-18 | 东软睿驰汽车技术（沈阳）有限公司 | 基于伪点云的障碍物位置检测方法、装置和电子设备 |
| CN113822159A (zh) * | 2021-08-20 | 2021-12-21 | 杭州飞步科技有限公司 | 三维目标检测方法、装置和计算机 |
| CN113822159B (zh) * | 2021-08-20 | 2023-09-22 | 杭州飞步科技有限公司 | 三维目标检测方法、装置和计算机 |
| CN114001810A (zh) * | 2021-11-08 | 2022-02-01 | 厦门熵基科技有限公司 | 一种体重计算方法及装置 |
| CN117274575A (zh) * | 2023-09-28 | 2023-12-22 | 北京百度网讯科技有限公司 | 目标检测模型的训练方法、目标检测方法、装置和设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111797745A (zh) | 一种物体检测模型的训练及预测方法、装置、设备及介质 | |
| CN112132829A (zh) | 车辆信息的检测方法、装置、电子设备和存储介质 | |
| CN111291885A (zh) | 近红外图像的生成方法、生成网络的训练方法和装置 | |
| CN111722245B (zh) | 定位方法、定位装置和电子设备 | |
| CN110659600B (zh) | 物体检测方法、装置及设备 | |
| CN111612753B (zh) | 三维物体检测方法、装置、电子设备和可读存储介质 | |
| US20220270289A1 (en) | Method and apparatus for detecting vehicle pose | |
| CN112150551B (zh) | 物体位姿的获取方法、装置和电子设备 | |
| CN111739005B (zh) | 图像检测方法、装置、电子设备及存储介质 | |
| CN110675635B (zh) | 相机外参的获取方法、装置、电子设备及存储介质 | |
| CN114550177B (zh) | 图像处理的方法、文本识别方法及装置 | |
| CN112529073A (zh) | 模型训练方法、姿态估计方法、装置及电子设备 | |
| CN111753961A (zh) | 模型训练方法和装置、预测方法和装置 | |
| CN111721281B (zh) | 位置识别方法、装置和电子设备 | |
| CN113591573A (zh) | 多任务学习深度网络模型的训练及目标检测方法、装置 | |
| CN111652113A (zh) | 障碍物检测方法、装置、设备以及存储介质 | |
| KR102566300B1 (ko) | 실내 측위 방법, 장치, 장비 및 저장 매체 | |
| CN112184914A (zh) | 目标对象三维位置的确定方法、装置和路侧设备 | |
| CN112241718A (zh) | 车辆信息的检测方法、检测模型的训练方法和装置 | |
| CN111222579A (zh) | 跨相机的障碍物关联方法、装置、设备、电子系统及介质 | |
| CN112001248A (zh) | 主动交互的方法、装置、电子设备和可读存储介质 | |
| CN112509126A (zh) | 三维物体检测的方法、装置、设备及存储介质 | |
| CN115719436A (zh) | 模型训练方法、目标检测方法、装置、设备以及存储介质 | |
| CN111539347A (zh) | 用于检测目标的方法和装置 | |
| CN111462179A (zh) | 三维物体跟踪方法、装置及电子设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |