CN115019060A - 目标识别方法、目标识别模型的训练方法及装置 - Google Patents
目标识别方法、目标识别模型的训练方法及装置 Download PDFInfo
- Publication number
- CN115019060A CN115019060A CN202210821507.8A CN202210821507A CN115019060A CN 115019060 A CN115019060 A CN 115019060A CN 202210821507 A CN202210821507 A CN 202210821507A CN 115019060 A CN115019060 A CN 115019060A
- Authority
- CN
- China
- Prior art keywords
- data
- determining
- area
- feature map
- foreground
- 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
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000012549 training Methods 0.000 title claims abstract description 30
- 238000004821 distillation Methods 0.000 claims abstract description 53
- 238000010586 diagram Methods 0.000 claims abstract description 23
- 238000004590 computer program Methods 0.000 claims abstract description 15
- 238000000605 extraction Methods 0.000 claims description 49
- 238000001514 detection method Methods 0.000 claims description 27
- 230000006870 function Effects 0.000 claims description 23
- 230000004044 response Effects 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 abstract description 17
- 238000013473 artificial intelligence Methods 0.000 abstract description 7
- 230000004438 eyesight Effects 0.000 abstract description 7
- 238000013135 deep learning Methods 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 23
- 238000005516 engineering process Methods 0.000 description 14
- 238000003062 neural network model Methods 0.000 description 6
- 230000006399 behavior Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013140 knowledge distillation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000003924 mental process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000004297 night vision Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000016776 visual perception Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Abstract
本公开提供了一种目标识别的方法、目标识别模型的训练方法、装置、电子设备、计算机可读存储介质和计算机程序产品,涉及人工智能领域,尤其涉及图像处理、计算机视觉和深度学习技术领域,可应用于3D视觉、虚拟现实等场景。方案为:初始化待训练的学生模型并确定经训练的教师模型;获取样本数据以及所对应的标签数据,标签数据用于标记样本数据中所对应的待识别目标所在区域的位置;将样本数据分别输入学生模型和教师模型,获得学生模型输出的第一特征图和目标识别结果、教师模型输出的第二特征图;基于第一和第二特征图和标签数据确定蒸馏损失值;基于蒸馏损失值和所确定的目标识别损失值,调节学生模型的参数值。
Description
技术领域
本公开涉及人工智能技术领域,尤其涉及图像处理、计算机视觉和深度学习等技术领域,可应用于3D视觉、虚拟现实等场景,具体涉及一种目标识别方法、目标识别模型的训练方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
目标识别作为视觉技术的一个分支,通过对视场内的目标进行识别,对目标行为进行分析。具体地,可以通过相应传感器采集数据,并利用人工智能分析采集到的数据,从而达到目标识别和目标行为分析的目的。
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术:人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
发明内容
本公开提供了一种目标识别方法、目标识别模型的训练方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
根据本公开的一方面,提供了一种目标识别网络模型的训练方法,包括:初始化待训练的学生模型,所述学生模型包括第一特征提取网络和检测头网络;获取样本数据以及所述样本数据所对应的标签数据,其中所述标签数据用于标记所述样本数据中所对应的待识别目标所在区域的位置;确定经训练的教师模型,所述教师模型包括第二特征提取网络;将所述样本数据分别输入所述第一特征提取网络和第二特征提取网络,以获得第一特征图和第二特征图;基于所述第一特征图、所述第二特征图和所述标签数据,通过预设的第一损失函数确定蒸馏损失值;将所述第一特征图输入所述第一检测头网络,以获得目标识别结果;基于所述目标识别结果以及所述标签数据,通过预设的第二损失函数确定目标识别损失值;以及基于所述蒸馏损失值以及所述目标识别损失值,调节所述第一特征提取网络和所述检测头网络的参数值。
根据本公开的另一方面,提供了一种目标识别方法,包括:获取包括待识别目标的观测数据;以及将所述观测数据输入经训练的学生模型,以获得识别结果,其中,所述学生模型基于上述的方法训练得到。
根据本公开的另一方面,提供了一种目标识别网络模型的训练装置,包括:第一初始单元,初始化待训练的学生模型,所述学生模型包括第一特征提取网络和检测头网络;获取单元,获取样本数据以及所述样本数据所对应的标签数据,其中所述标签数据用于标记所述样本数据中所对应的待识别目标所在区域的位置;第二初始单元,确定经训练的教师模型,所述教师模型包括第二特征提取网络;第一提取单元,将所述样本数据分别输入所述第一特征提取网络和第二特征提取网络,以获得第一特征图和第二特征图;第一计算单元,基于所述第一特征图、所述第二特征图和所述标签数据,通过预设的第一损失函数确定蒸馏损失值;预测单元,将所述第一特征图输入所述第一检测头网络,以获得目标识别结果;第二计算单元,基于所述目标识别结果以及所述标签数据,通过预设的第二损失函数确定目标识别损失值;以及更新单元,基于所述蒸馏损失值以及所述目标识别损失值,调节所述第一特征提取网络和所述检测头网络的参数值。
根据本公开的另一方面,提供了一种目标识别装置,包括:观测单元,获取包括待识别目标的观测数据;以及识别单元,将所述观测数据输入经训练的学生模型,以获得识别结果,其中,所述学生模型基于上述的方法训练得到。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;存储器存储有可被至少一个处理器执行的指令,该指令被至少一个处理器执行,以使至少一个处理器能够执行用于目标识别的神经网络模型的训练方法以及目标识别方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,该计算机指令用于使计算机执行用于目标识别的神经网络模型的训练方法以及目标识别方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时实现用于目标识别的神经网络模型的训练方法以及目标识别方法。
根据本公开的一个或多个实施例,在调节学生模型的参数值时,使用样本数据所对应的标签数据限制蒸馏损失计算的区域,可以让学生模型将注意力集中到待识别目标所在区域的位置,不仅能够提高模型的训练效率,还能够提高模型的训练精度。
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
附图示例性地示出了实施例并且构成说明书的一部分,与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的,并不限制权利要求的范围。在所有附图中,相同的附图标记指代类似但不一定相同的要素。
图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图;
图2示出了根据本公开的实施例的目标识别网络模型的训练方法的流程图;
图3A-3B分别示出了根据本公开的实施例的确定第一特征图和第二特征图中的前景区域的示意图;
图4示出了根据本公开的实施例的目标识别方法的流程图;
图5示出了根据本公开的实施例的目标识别网络模型的训练装置的结构框图;
图6示出了根据本公开的实施例的目标识别装置的结构框图;以及
图7示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开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,而不会背离本公开的范围。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。
在本公开中,除非另有说明,否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系,这种术语只是用于将一个元件与另一元件区分开。在一些示例中,第一要素和第二要素可以指向该要素的同一实例,而在某些情况下,基于上下文的描述,它们也可以指代不同实例。
在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的,而并非旨在进行限制。除非上下文另外明确地表明,如果不特意限定要素的数量,则该要素可以是一个也可以是多个。此外,本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
下面将结合附图详细描述本公开的实施例。
图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1,该系统100包括机动车辆110、服务器120以及将机动车辆110耦接到服务器120的一个或多个通信网络130。
在本公开的实施例中,机动车辆110可以包括根据本公开实施例的计算设备和/或被配置以用于执行根据本公开实施例的方法。
服务器120可以运行使得能够执行本公开所述的方法的一个或多个服务或软件应用。在某些实施例中,服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在图1所示的配置中,服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。机动车辆110的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解,各种不同的系统配置是可能的,其可以与系统100不同。因此,图1是用于实施本文所描述的各种方法的系统的一个示例,并且不旨在进行限制。
服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机,或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中,服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个,包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。
在一些实施方式中,服务器120可以包括一个或多个应用程序,以分析和合并从机动车辆110接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序,以经由机动车辆110的一个或多个显示设备来显示数据馈送和/或实时事件。
网络130可以是本领域技术人员熟知的任何类型的网络,其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例,一个或多个网络130可以是卫星通信网络、局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(包括例如蓝牙、WiFi)和/或这些与其他网络的任意组合。
系统100还可以包括一个或多个数据库150。在某些实施例中,这些数据库可以用于存储数据和其他信息。例如,数据库150中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据存储库150可以驻留在各种位置。例如,由服务器120使用的数据存储库可以在服务器120本地,或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据存储库150可以是不同的类型。在某些实施例中,由服务器120使用的数据存储库可以是数据库,例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
在某些实施例中,数据库150中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库,例如键值存储库,对象存储库或由文件系统支持的常规存储库。
机动车辆110可以包括传感器111用于感知周围环境。传感器111可以包括下列传感器中的一个或多个:视觉摄像头、红外摄像头、超声波传感器、毫米波雷达以及激光雷达(LiDAR)。不同的传感器可以提供不同的检测精度和范围。摄像头可以安装在车辆的前方、后方或其他位置。视觉摄像头可以实时捕获车辆内外的情况并呈现给驾驶员和/或乘客。此外,通过对视觉摄像头捕获的画面进行分析,可以获取诸如交通信号灯指示、交叉路口情况、其他车辆运行状态等信息。红外摄像头可以在夜视情况下捕捉物体。超声波传感器可以安装在车辆的四周,用于利用超声波方向性强等特点来测量车外物体距车辆的距离。毫米波雷达可以安装在车辆的前方、后方或其他位置,用于利用电磁波的特性测量车外物体距车辆的距离。激光雷达可以安装在车辆的前方、后方或其他位置,用于检测物体边缘、形状信息,从而进行物体识别和追踪。由于多普勒效应,雷达装置还可以测量车辆与移动物体的速度变化。
机动车辆110还可以包括通信装置112。通信装置112可以包括能够从卫星141接收卫星定位信号(例如,北斗、GPS、GLONASS以及GALILEO)并且基于这些信号产生坐标的卫星定位模块。通信装置112还可以包括与移动通信基站142进行通信的模块,移动通信网络可以实施任何适合的通信技术,例如GSM/GPRS、CDMA、LTE等当前或正在不断发展的无线通信技术(例如5G技术)。通信装置112还可以具有车联网或车联万物(Vehicle-to-Everything,V2X)模块,被配置用于实现例如与其它车辆143进行车对车(Vehicle-to-Vehicle,V2V)通信和与基础设施144进行车辆到基础设施(Vehicle-to-Infrastructure,V2I)通信的车与外界的通信。此外,通信装置112还可以具有被配置为例如通过使用IEEE802.11标准的无线局域网或蓝牙与用户终端145(包括但不限于智能手机、平板电脑或诸如手表等可佩戴装置)进行通信的模块。利用通信装置112,机动车辆110还可以经由网络130接入服务器120。
机动车辆110还可以包括控制装置113。控制装置113可以包括与各种类型的计算机可读存储装置或介质通信的处理器,例如中央处理单元(CPU)或图形处理单元(GPU),或者其他的专用处理器等。控制装置113可以包括用于自动控制车辆中的各种致动器的自动驾驶系统。自动驾驶系统被配置为经由多个致动器响应来自多个传感器111或者其他输入设备的输入而控制机动车辆110(未示出的)动力总成、转向系统以及制动系统等以分别控制加速、转向和制动,而无需人为干预或者有限的人为干预。控制装置113的部分处理功能可以通过云计算实现。例如,可以使用车载处理器执行某一些处理,而同时可以利用云端的计算资源执行其他一些处理。控制装置113可以被配置以执行根据本公开的方法。此外,控制装置113可以被实现为根据本公开的机动车辆侧(客户端)的计算设备的一个示例。
图1的系统100可以以各种方式配置和操作,以使得能够应用根据本公开所描述的各种方法和装置。
目标识别作为视觉技术的一个分支,通过对视场内的目标物体进行识别,如人或交通工具,从而对目标物体的行为进行分析。例如,在自动驾驶场景下,利用激光雷达等传感器的数据,自动驾驶系统可以准确地对车辆所处环境做实时3D建模,特别是在一些基于相机的视觉感知系统失效的场景下,如:大雾、夜晚、白色车辆等。
但是,在通常情况下,用于目标识别的网络模型的训练可能通过高性能的显卡集群进行训练,但是真正应用时需要部署到相应系统(例如自动驾驶车辆上的嵌入式系统)中,而该系统的实际硬件性能和计算资源非常有限。为了能够在轻量模型上取得近似于大模型的精度,通常可以通过知识蒸馏方法,即将高性能模型设置为教师模型、轻量模型设置为学生模型,以让学生模型学习教师模型的知识完成模型训练。因此,如何提高蒸馏效果,以使得学生模型能够实现较好地目标识别效果成为关键。
根据本公开的实施例,提供了一种用于目标识别的神经网络模型的训练方法。图2是示出了根据本公开的实施例的用于目标识别的神经网络模型的训练方法的流程图。
如图2所示,目标识别网络模型的训练方法200包括:步骤210、初始化待训练的学生模型,所述学生模型包括第一特征提取网络和检测头网络;步骤220、获取样本数据以及所述样本数据所对应的标签数据,其中所述标签数据用于标记所述样本数据中所对应的待识别目标所在区域的位置;步骤230、确定经训练的教师模型,所述教师模型包括第二特征提取网络;步骤240、将所述样本数据分别输入所述第一特征提取网络和第二特征提取网络,以获得第一特征图和第二特征图;步骤250、基于所述第一特征图、所述第二特征图和所述标签数据,通过预设的第一损失函数确定蒸馏损失值;步骤260、将所述第一特征图输入所述第一检测头网络,以获得目标识别结果;步骤270、基于所述目标识别结果以及所述标签数据,通过预设的第二损失函数确定目标识别损失值;以及步骤280、基于所述蒸馏损失值以及所述目标识别损失值,调节所述第一特征提取网络和所述检测头网络的参数值。
根据本公开的实施例,在调节学生模型的参数值时,使用样本数据所对应的标签数据限制蒸馏损失计算的区域,可以让学生模型将注意力集中到待识别目标所在区域的位置,不仅能够提高模型的训练效率,还能够提高模型的训练精度。
可以理解,自动驾驶车辆上的硬件性能和计算资源非常有限。在算力有限的情况下,若采用结构复杂的网络模型,则无法在短时间内及时地输出检测结果,这对于千变万化的驾驶环境来说是非常不安全的。与之相对,若网络模型的结构简单,虽然能够快速地输出检测结果,但检测结果的精确度较差,这同样不利于自动驾驶。
为了兼顾检测模型的精确性和高效性,在一些实施例中,可以同时设置两个复杂程度不同的网络模型,其中,复杂程度较高的网络模型为教师模型,该教师模型也包括相应的检测头网络,但教师模型已经训练完毕,在通过检测头网络获得识别结果后不再通过反向传播调节其参数值;复杂程度较低的网络模型为学生模型,学生模型未经过训练且参数值可通过反向传播进行调节。通过采用预先训练好的教师模型的特征层的输出作为监督信号去训练学生模型,即根据教师模型使学生模型进行监督学习,提高学生模型的泛化能力,提高了学生模型输出检测结果的精确度。另外,由于学生模型复杂度较低,也能够保证检测结果输出的效率。
根据一些实施例,所述样本数据包括以下项中的任意一项:点云数据、图像数据。例如,在自动驾驶场景下,通过激光雷达、4D毫米波雷达等传感器获取点云数据,以基于该点云数据对目标(例如车辆或行人)进行识别;或者,通过摄像机等获取图像数据,以基于该图像数据对目标(例如车辆或行人)进行识别。在该样本数据为点云数据时,第一特征提取网络和第二特征提取网络例如可以为点云特征提取结构PFN(PillarFeatureNet),也可以是基于稀疏矩阵的模块,但并不限于此。
根据一些实施例,基于所述第一特征图、所述第二特征图和所述标签数据确定蒸馏损失值包括:基于所述标签数据分别确定所述第一特征图和所述第二特征图中的前景区域,其中,所述前景区域对应于所述标签数据所标记的所述待识别目标所在区域;以及基于所述第一特征图和所述第二特征图中的前景区域所对应的特征值,确定所述蒸馏损失值。
根据一些实施例,基于所述第一特征图、所述第二特征图和所述标签数据确定蒸馏损失值包括:基于所述第一特征图和所述第二特征图确定蒸馏损失特征图;基于所述标签数据确定所述蒸馏损失特征图中的前景区域,以基于所述前景区域确定所述蒸馏损失值,其中,所述前景区域对应于所述标签数据所标记的所述待识别目标所在区域。
具体地,可以基于相应的损失函数对第一特征图和第二特征图中的相对应格点的特征值进行计算,从而得到用于表征第一特征图和第二特征图差异的蒸馏损失特征图。然后,确定该所述蒸馏损失特征图中的对应于待识别目标所在区域的前景区域,以基于该前景区域确定蒸馏损失值。
在本公开中,标签数据用于标记样本数据中所对应的待识别目标所在区域的位置。基于该标签数据,可以确定待识别目标所对应的掩码信息,从而将用于确定蒸馏损失值的特征图限制在待识别目标所在区域,即前景区域,从而提升模型的训练效率和识别效果。
根据一些实施例,基于所述标签数据分别确定所述第一特征图和所述第二特征图中的前景区域可以包括:确定所述第一特征图和所述第二特征图中的每个格点与所述标签数据所对应区域的重叠面积;以及响应于确定所述重叠面积与该格点面积的比值大于预设阈值,将该格点设置为前景区域。该特征图可以为第一特征图和第二特征图,或者蒸馏损失特征图。
示例地,第一特征图和第二特征图可以是基于体素分辨率或像素分辨率的特征图像。例如,该第一特征提取网络和第二特征提取网络可以包括3D特征提取网络,3D特征提取网络用于输出3D特征图,该3D特征图包括多个体素,每个体素即为上面所述的格点。附加地或替换地,该第一特征提取网络和第二特征提取网络可以包括2D特征提取网络,2D特征提取网络用于输出2D特征图,该2D特征图包括多个像素,每个像素即为上面所述的格点。
在本公开中,该预设阈值可以为任何合适的数值,例如0.1、0.3、0.5、0.7等等。在一些示例中,该预设阈值可以设置为一个极小值(如0.0001),以达到只要与该标签数据所对应区域存在重叠即将其设置为前景区域的目的。
根据一些实施例,基于所述标签数据分别确定所述第一特征图和所述第二特征图中的前景区域可以包括:确定所述第一特征图和所述第二特征图中的每个格点的中心点是否位于所述标签数据所对应区域内;以及响应于确定该格点的中心点位于所述标签数据所对应区域内,将该格点设置为前景区域。该特征图可以为第一特征图和第二特征图,或者蒸馏损失特征图。
根据一些实施例,基于所述标签数据确定所述蒸馏损失特征图中的前景区域包括:确定所述蒸馏损失特征图中的每个格点与所述标签数据所对应区域的重叠面积;以及响应于确定所述重叠面积与该格点面积的比值大于预设阈值,将该格点设置为前景区域。
根据一些实施例,基于所述标签数据确定所述蒸馏损失特征图中的前景区域包括:确定所述蒸馏损失特征图中的每个格点的中心点是否位于所述标签数据所对应区域内;以及响应于确定该格点的中心点位于所述标签数据所对应区域内,将该格点设置为前景区域。
图3A和图3B分别示出了根据本公开的实施例的基于标签数据确定第一特征图和第二特征图中的前景区域的示意图。如图3A和3B所示,第一特征图330和第二特征图360为2D特征图,框320和框350即为根据标签数据所确定的待识别目标所在区域。针对第一特征图330和第二特征图360中的每个像素,若框320和框350覆盖某个像素达预设阈值比例或某个像素的中心点在该框内,则将该像素设为前景区域,由此分别得到第一特征图330的前景区域310、以及第二特征图360的前景区域340,从而可以基于前景区域310、340中的特征值确定所述蒸馏损失值。
在本公开中,确定蒸馏损失特征图中的前景区域与确定第一特征图和第二特征图中的前景区域类似,在此不再赘述。
在一些实施例中,该第一特征提取网络和第二特征提取网络均包括多个特征提取网络(例如包括相应的3D特征提取网络和2D特征提取网络),则可以基于相对应的一组或多组特征提取网络确定蒸馏损失。示例地,可以基于相对应的3D特征提取网络确定蒸馏损失。附加地或替换地,也可以基于相对应的2D特征提取网络确定蒸馏损失。所获得的蒸馏损失值可以基于预设的权重值计入最终的损失函数。
在本公开中,第一损失函数和第二损失函数均可以为任何合适的损失函数,包括但不限于均方误差(MSE)、相似度计算,等等。
根据本公开的实施例,如图4所示,还提供一种目标识别方法400,包括:步骤410、获取包括待识别目标的观测数据;以及步骤420、将所述观测数据输入经训练的学生模型,以获得识别结果,其中,所述学生模型基于上述的方法训练得到。
根据一些实施例,通过位于观测车辆上或路侧设备上的传感器获得所述观测数据;所述目标识别方法在计算设备中实现,所述计算设备通过所述传感器获取观测数据;所述计算设备驻留在所述观测车辆上、驻留在所述路侧设备上或者驻留在云端。
在一些实施例中,该观测数据可以包括点云数据、图像数据等。示例地,可以通过点云采集装置获得点云数据,该点云采集装置为可以用于获取点云数据的任何可能的传感器,包括但不限于激光雷达、4D毫米波雷达等。
根据本公开的实施例,还提供一种目标识别网络模型的训练装置500,包括:第一初始单元510,初始化待训练的学生模型,所述学生模型包括第一特征提取网络和检测头网络;获取单元520,获取样本数据以及所述样本数据所对应的标签数据,其中所述标签数据用于标记所述样本数据中所对应的待识别目标所在区域的位置;第二初始单元530,确定经训练的教师模型,所述教师模型包括第二特征提取网络;第一提取单元540,将所述样本数据分别输入所述第一特征提取网络和第二特征提取网络,以获得第一特征图和第二特征图;第一计算单元550,基于所述第一特征图、所述第二特征图和所述标签数据,通过预设的第一损失函数确定蒸馏损失值;预测单元560,将所述第一特征图输入所述第一检测头网络,以获得目标识别结果;第二计算单元570,基于所述目标识别结果以及所述标签数据,通过预设的第二损失函数确定目标识别损失值;以及更新单元580,基于所述蒸馏损失值以及所述目标识别损失值,调节所述第一特征提取网络和所述检测头网络的参数值。
这里,用于目标识别的神经网络模型的训练装置500的上述各单元510~580的操作分别与前面描述的步骤210~280的操作类似,在此不再赘述。
根据本公开的实施例,还提供一种目标识别装置600,包括:观测单元610,获取包括待识别目标的观测数据;以及识别单元620,将所述观测数据输入经训练的学生模型,以获得识别结果,其中,所述学生模型基于上述的方法训练得到。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
参考图7,现将描述可以作为本公开的服务器或客户端的电子设备700的结构框图,其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备,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/或者要求的本公开的实现。
如图7所示,电子设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM703中,还可存储电子设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
电子设备700中的多个部件连接至I/O接口705,包括:输入单元706、输出单元707、存储单元708以及通信单元709。输入单元706可以是能向电子设备700输入信息的任何类型的设备,输入单元706可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入,并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元707可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元708可以包括但不限于磁盘、光盘。通信单元709允许电子设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理,例如方法200或400。例如,在一些实施例中,方法200或400可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到电子设备700上。当计算机程序加载到RAM 703并由计算单元701执行时,可以执行上文描述的方法200或400的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法200或400。
本文中以上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、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、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。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
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。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
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,本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
虽然已经参照附图描述了本公开的实施例或示例,但应理解,上述的方法、系统和设备仅仅是示例性的实施例或示例,本发明的范围并不由这些实施例或示例限制,而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外,可以通过不同于本公开中描述的次序来执行各步骤。进一步地,可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进,在此描述的很多要素可以由本公开之后出现的等同要素进行替换。
Claims (23)
1.一种目标识别网络模型的训练方法,包括:
初始化待训练的学生模型,所述学生模型包括第一特征提取网络和检测头网络;
获取样本数据以及所述样本数据所对应的标签数据,其中所述标签数据用于标记所述样本数据中所对应的待识别目标所在区域的位置;
确定经训练的教师模型,所述教师模型包括第二特征提取网络;
将所述样本数据分别输入所述第一特征提取网络和第二特征提取网络,以获得第一特征图和第二特征图;
基于所述第一特征图、所述第二特征图和所述标签数据,通过预设的第一损失函数确定蒸馏损失值;
将所述第一特征图输入所述第一检测头网络,以获得目标识别结果;
基于所述目标识别结果以及所述标签数据,通过预设的第二损失函数确定目标识别损失值;以及
基于所述蒸馏损失值以及所述目标识别损失值,调节所述第一特征提取网络和所述检测头网络的参数值。
2.如权利要求1所述的方法,其中,基于所述第一特征图、所述第二特征图和所述标签数据确定蒸馏损失值包括:
基于所述标签数据分别确定所述第一特征图和所述第二特征图中的前景区域,其中,所述前景区域对应于所述标签数据所标记的所述待识别目标所在区域;以及
基于所述第一特征图和所述第二特征图中的前景区域所对应的特征值,确定所述蒸馏损失值。
3.如权利要求1所述的方法,其中,基于所述第一特征图、所述第二特征图和所述标签数据确定蒸馏损失值包括:
基于所述第一特征图和所述第二特征图确定蒸馏损失特征图;
基于所述标签数据确定所述蒸馏损失特征图中的前景区域,以基于所述前景区域确定所述蒸馏损失值,其中,所述前景区域对应于所述标签数据所标记的所述待识别目标所在区域。
4.如权利要求2所述的方法,其中,基于所述标签数据分别确定所述第一特征图和所述第二特征图中的前景区域包括:
确定所述第一特征图和所述第二特征图中的每个格点与所述标签数据所对应区域的重叠面积;以及
响应于确定所述重叠面积与该格点面积的比值大于预设阈值,将该格点设置为前景区域。
5.如权利要求2所述的方法,其中,基于所述标签数据分别确定所述第一特征图和所述第二特征图中的前景区域包括:
确定所述第一特征图和所述第二特征图中的每个格点的中心点是否位于所述标签数据所对应区域内;以及
响应于确定该格点的中心点位于所述标签数据所对应区域内,将该格点设置为前景区域。
6.如权利要求3所述的方法,其中,基于所述标签数据确定所述蒸馏损失特征图中的前景区域包括:
确定所述蒸馏损失特征图中的每个格点与所述标签数据所对应区域的重叠面积;以及
响应于确定所述重叠面积与该格点面积的比值大于预设阈值,将该格点设置为前景区域。
7.如权利要求3所述的方法,其中,基于所述标签数据确定所述蒸馏损失特征图中的前景区域包括:
确定所述蒸馏损失特征图中的每个格点的中心点是否位于所述标签数据所对应区域内;以及
响应于确定该格点的中心点位于所述标签数据所对应区域内,将该格点设置为前景区域。
8.如权利要求1所述的方法,其中,所述样本数据包括以下项中的任意一项:点云数据、图像数据。
9.一种目标识别方法,包括:
获取包括待识别目标的观测数据;以及
将所述观测数据输入经训练的学生模型,以获得识别结果,
其中,所述学生模型基于权利要求1-8中任一项所述的方法训练得到。
10.如权利要求9所述的方法,其中,
通过位于观测车辆上或路侧设备上的传感器获得所述观测数据;
所述目标识别方法在计算设备中实现,所述计算设备通过所述传感器获取观测数据;
所述计算设备驻留在所述观测车辆上、驻留在所述路侧设备上或者驻留在云端。
11.一种目标识别网络模型的训练装置,包括:
第一初始单元,配置为初始化待训练的学生模型,所述学生模型包括第一特征提取网络和检测头网络;
获取单元,配置为获取样本数据以及所述样本数据所对应的标签数据,其中所述标签数据用于标记所述样本数据中所对应的待识别目标所在区域的位置;
第二初始单元,配置为确定经训练的教师模型,所述教师模型包括第二特征提取网络;
第一提取单元,配置为将所述样本数据分别输入所述第一特征提取网络和第二特征提取网络,以获得第一特征图和第二特征图;
第一计算单元,配置为基于所述第一特征图、所述第二特征图和所述标签数据,通过预设的第一损失函数确定蒸馏损失值;
预测单元,配置为将所述第一特征图输入所述第一检测头网络,以获得目标识别结果;
第二计算单元,配置为基于所述目标识别结果以及所述标签数据,通过预设的第二损失函数确定目标识别损失值;以及
更新单元,配置为基于所述蒸馏损失值以及所述目标识别损失值,调节所述第一特征提取网络和所述检测头网络的参数值。
12.如权利要求11所述的装置,其中,所述第一计算单元包括:
第一确定单元,配置为基于所述标签数据分别确定所述第一特征图和所述第二特征图中的前景区域,其中,所述前景区域对应于所述标签数据所标记的所述待识别目标所在区域;以及
第二确定单元,配置为基于所述第一特征图和所述第二特征图中的前景区域所对应的特征值,确定所述蒸馏损失值。
13.如权利要求11所述的装置,其中,所述第一计算单元包括:
第三确定单元,配置为基于所述第一特征图和所述第二特征图确定蒸馏损失特征图;
第四确定单元,配置为基于所述标签数据确定所述蒸馏损失特征图中的前景区域,以基于所述前景区域确定所述蒸馏损失值,其中,所述前景区域对应于所述标签数据所标记的所述待识别目标所在区域。
14.如权利要求12所述的装置,其中,所述第一确定单元被配置为执行以下操作:
确定所述第一特征图和所述第二特征图中的每个格点与所述标签数据所对应区域的重叠面积;以及
响应于确定所述重叠面积与该格点面积的比值大于预设阈值,将该格点设置为前景区域。
15.如权利要求12所述的装置,其中,所述第一确定单元被配置为执行以下操作:
确定所述第一特征图和所述第二特征图中的每个格点的中心点是否位于所述标签数据所对应区域内;以及
响应于确定该格点的中心点位于所述标签数据所对应区域内,将该格点设置为前景区域。
16.如权利要求13所述的装置,其中,所述第四确定单元被配置为执行以下操作:
确定所述第一特征图和所述第二特征图中的每个格点与所述标签数据所对应区域的重叠面积;以及
响应于确定所述重叠面积与该格点面积的比值大于预设阈值,将该格点设置为前景区域。
17.如权利要求13所述的装置,其中,所述第四确定单元被配置为执行以下操作:
确定所述第一特征图和所述第二特征图中的每个格点的中心点是否位于所述标签数据所对应区域内;以及
响应于确定该格点的中心点位于所述标签数据所对应区域内,将该格点设置为前景区域。
18.如权利要求11所述的方法,其中,所述样本数据包括以下项中的任意一项:点云数据、图像数据。
19.一种目标识别装置,包括:
观测单元,获取包括待识别目标的观测数据;以及
识别单元,将所述观测数据输入经训练的学生模型,以获得识别结果,其中,所述学生模型基于权利要求1-8中任一项所述的方法训练得到。
20.如权利要求19所述的装置,其中,
所述观测单元位于观测车辆上或路侧设备上;
所述目标识别装置在计算设备中实现,所述计算设备通过所述观测单元获取观测数据;
所述计算设备驻留在所述观测车辆上、驻留在所述路侧设备上或者驻留在云端。
21.一种电子设备,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1-10中任一项所述的方法。
22.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-10中任一项所述的方法。
23.一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被处理器执行时实现权利要求1-10中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210821507.8A CN115019060A (zh) | 2022-07-12 | 2022-07-12 | 目标识别方法、目标识别模型的训练方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210821507.8A CN115019060A (zh) | 2022-07-12 | 2022-07-12 | 目标识别方法、目标识别模型的训练方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115019060A true CN115019060A (zh) | 2022-09-06 |
Family
ID=83081300
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210821507.8A Pending CN115019060A (zh) | 2022-07-12 | 2022-07-12 | 目标识别方法、目标识别模型的训练方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115019060A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116468112A (zh) * | 2023-04-06 | 2023-07-21 | 北京百度网讯科技有限公司 | 目标检测模型的训练方法、装置、电子设备和存储介质 |
CN116563665A (zh) * | 2023-04-25 | 2023-08-08 | 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、装置及设备 |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018169708A1 (en) * | 2017-03-17 | 2018-09-20 | Nec Laboratories America, Inc. | Learning efficient object detection models with knowledge distillation |
CN110163344A (zh) * | 2019-04-26 | 2019-08-23 | 北京迈格威科技有限公司 | 神经网络训练方法、装置、设备和存储介质 |
CN110245754A (zh) * | 2019-06-14 | 2019-09-17 | 西安邮电大学 | 一种基于位置敏感图的知识蒸馏方法 |
CN111325318A (zh) * | 2019-02-01 | 2020-06-23 | 北京地平线机器人技术研发有限公司 | 神经网络的训练方法、神经网络的训练装置和电子设备 |
CN112200062A (zh) * | 2020-09-30 | 2021-01-08 | 广州云从人工智能技术有限公司 | 一种基于神经网络的目标检测方法、装置、机器可读介质及设备 |
CN112200318A (zh) * | 2020-10-10 | 2021-01-08 | 广州云从人工智能技术有限公司 | 一种目标检测方法、装置、机器可读介质及设备 |
CN112418268A (zh) * | 2020-10-22 | 2021-02-26 | 北京迈格威科技有限公司 | 目标检测方法、装置及电子设备 |
CN112465138A (zh) * | 2020-11-20 | 2021-03-09 | 平安科技(深圳)有限公司 | 模型蒸馏方法、装置、存储介质及设备 |
CN112949766A (zh) * | 2021-04-07 | 2021-06-11 | 成都数之联科技有限公司 | 目标区域检测模型训练方法及系统及装置及介质 |
CN113159073A (zh) * | 2021-04-23 | 2021-07-23 | 上海芯翌智能科技有限公司 | 知识蒸馏方法及装置、存储介质、终端 |
CN113255915A (zh) * | 2021-05-20 | 2021-08-13 | 深圳思谋信息科技有限公司 | 基于结构化实例图的知识蒸馏方法、装置、设备和介质 |
CN113762051A (zh) * | 2021-05-13 | 2021-12-07 | 腾讯科技(深圳)有限公司 | 模型训练方法、图像检测方法、装置、存储介质及设备 |
CN113920307A (zh) * | 2021-09-29 | 2022-01-11 | 北京百度网讯科技有限公司 | 模型的训练方法、装置、设备、存储介质及图像检测方法 |
CN114049512A (zh) * | 2021-09-22 | 2022-02-15 | 北京旷视科技有限公司 | 模型蒸馏方法、目标检测方法、装置及电子设备 |
CN114267041A (zh) * | 2022-03-01 | 2022-04-01 | 北京鉴智科技有限公司 | 场景中对象的识别方法及装置 |
CN114359868A (zh) * | 2021-12-31 | 2022-04-15 | 中国第一汽车股份有限公司 | 3d点云目标的检测方法和装置 |
CN114565045A (zh) * | 2022-03-01 | 2022-05-31 | 北京航空航天大学 | 一种基于特征分离注意力的遥感目标检测知识蒸馏方法 |
CN114677565A (zh) * | 2022-04-08 | 2022-06-28 | 北京百度网讯科技有限公司 | 特征提取网络的训练方法和图像处理方法、装置 |
-
2022
- 2022-07-12 CN CN202210821507.8A patent/CN115019060A/zh active Pending
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018169708A1 (en) * | 2017-03-17 | 2018-09-20 | Nec Laboratories America, Inc. | Learning efficient object detection models with knowledge distillation |
CN111325318A (zh) * | 2019-02-01 | 2020-06-23 | 北京地平线机器人技术研发有限公司 | 神经网络的训练方法、神经网络的训练装置和电子设备 |
CN110163344A (zh) * | 2019-04-26 | 2019-08-23 | 北京迈格威科技有限公司 | 神经网络训练方法、装置、设备和存储介质 |
CN110245754A (zh) * | 2019-06-14 | 2019-09-17 | 西安邮电大学 | 一种基于位置敏感图的知识蒸馏方法 |
CN112200062A (zh) * | 2020-09-30 | 2021-01-08 | 广州云从人工智能技术有限公司 | 一种基于神经网络的目标检测方法、装置、机器可读介质及设备 |
CN112200318A (zh) * | 2020-10-10 | 2021-01-08 | 广州云从人工智能技术有限公司 | 一种目标检测方法、装置、机器可读介质及设备 |
CN112418268A (zh) * | 2020-10-22 | 2021-02-26 | 北京迈格威科技有限公司 | 目标检测方法、装置及电子设备 |
CN112465138A (zh) * | 2020-11-20 | 2021-03-09 | 平安科技(深圳)有限公司 | 模型蒸馏方法、装置、存储介质及设备 |
CN112949766A (zh) * | 2021-04-07 | 2021-06-11 | 成都数之联科技有限公司 | 目标区域检测模型训练方法及系统及装置及介质 |
CN113159073A (zh) * | 2021-04-23 | 2021-07-23 | 上海芯翌智能科技有限公司 | 知识蒸馏方法及装置、存储介质、终端 |
CN113762051A (zh) * | 2021-05-13 | 2021-12-07 | 腾讯科技(深圳)有限公司 | 模型训练方法、图像检测方法、装置、存储介质及设备 |
CN113255915A (zh) * | 2021-05-20 | 2021-08-13 | 深圳思谋信息科技有限公司 | 基于结构化实例图的知识蒸馏方法、装置、设备和介质 |
CN114049512A (zh) * | 2021-09-22 | 2022-02-15 | 北京旷视科技有限公司 | 模型蒸馏方法、目标检测方法、装置及电子设备 |
CN113920307A (zh) * | 2021-09-29 | 2022-01-11 | 北京百度网讯科技有限公司 | 模型的训练方法、装置、设备、存储介质及图像检测方法 |
CN114359868A (zh) * | 2021-12-31 | 2022-04-15 | 中国第一汽车股份有限公司 | 3d点云目标的检测方法和装置 |
CN114267041A (zh) * | 2022-03-01 | 2022-04-01 | 北京鉴智科技有限公司 | 场景中对象的识别方法及装置 |
CN114565045A (zh) * | 2022-03-01 | 2022-05-31 | 北京航空航天大学 | 一种基于特征分离注意力的遥感目标检测知识蒸馏方法 |
CN114677565A (zh) * | 2022-04-08 | 2022-06-28 | 北京百度网讯科技有限公司 | 特征提取网络的训练方法和图像处理方法、装置 |
Non-Patent Citations (5)
Title |
---|
TAO WANG 等: "Distilling Object Detectors with Fine-grained Feature Imitation", 《ARXIV》 * |
ZHENDONG YANG 等: "Focal and Global Knowledge Distillation for Detectors", 《ARXIV》 * |
张国鹏 等: "基于知识蒸馏的目标检测分析", 《软件导刊》 * |
李姜楠 等: "基于知识蒸馏的YOLOV3算法研究", 《计算机工程与应用》 * |
陈建军 等: "GIS中面状要素矢量栅格化的面积误差分析", 《测绘学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116468112A (zh) * | 2023-04-06 | 2023-07-21 | 北京百度网讯科技有限公司 | 目标检测模型的训练方法、装置、电子设备和存储介质 |
CN116468112B (zh) * | 2023-04-06 | 2024-03-12 | 北京百度网讯科技有限公司 | 目标检测模型的训练方法、装置、电子设备和存储介质 |
CN116563665A (zh) * | 2023-04-25 | 2023-08-08 | 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、装置及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113887400B (zh) | 障碍物检测方法、模型训练方法、装置及自动驾驶车辆 | |
CN115019060A (zh) | 目标识别方法、目标识别模型的训练方法及装置 | |
CN114179832A (zh) | 用于自动驾驶车辆的变道方法 | |
CN114758502A (zh) | 双车联合轨迹预测方法及装置、电子设备和自动驾驶车辆 | |
CN115082690B (zh) | 目标识别方法、目标识别模型训练方法及装置 | |
CN114047760A (zh) | 路径规划方法、装置、电子设备及自动驾驶车辆 | |
CN116678424A (zh) | 高精度车辆定位、矢量化地图构建及定位模型训练方法 | |
CN114970112B (zh) | 用于自动驾驶仿真的方法、装置、电子设备及存储介质 | |
CN115675528A (zh) | 基于相似场景挖掘的自动驾驶方法和车辆 | |
CN113920174A (zh) | 点云配准方法、装置、设备、介质和自动驾驶车辆 | |
CN115019278B (zh) | 一种车道线拟合方法、装置、电子设备和介质 | |
CN116311943B (zh) | 交叉路口的平均延误时间的估算方法及装置 | |
CN116859724B (zh) | 时序自回归同时决策和预测的自动驾驶模型及其训练方法 | |
CN117315402A (zh) | 三维对象检测模型的训练方法及三维对象检测方法 | |
CN116844134A (zh) | 目标检测方法、装置、电子设备、存储介质及车辆 | |
US20230391362A1 (en) | Decision-making for autonomous vehicle | |
CN115830558A (zh) | 车道线修正方法、装置、电子设备及存储介质 | |
CN114842451A (zh) | 车道线拟合方法及装置、电子设备、介质及车辆 | |
CN117601898A (zh) | 能够实现多模态交互的自动驾驶模型、方法、装置和车辆 | |
CN116580367A (zh) | 数据处理方法、装置、电子设备和存储介质 | |
CN117034732A (zh) | 基于真实与仿真对抗学习的自动驾驶模型训练方法 | |
CN113869214A (zh) | 交通信号灯图像的处理方法、装置和边缘计算设备 | |
CN116882122A (zh) | 用于自动驾驶的仿真环境的构建的方法和装置 | |
CN115861953A (zh) | 场景编码模型的训练方法、轨迹规划方法及装置 | |
CN117707172A (zh) | 自动驾驶车辆的决策方法及装置、车辆、设备和介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220906 |