CN117911831A - 一种模型训练方法、目标检测方法、电子设备及存储介质 - Google Patents

一种模型训练方法、目标检测方法、电子设备及存储介质 Download PDF

Info

Publication number
CN117911831A
CN117911831A CN202311731645.8A CN202311731645A CN117911831A CN 117911831 A CN117911831 A CN 117911831A CN 202311731645 A CN202311731645 A CN 202311731645A CN 117911831 A CN117911831 A CN 117911831A
Authority
CN
China
Prior art keywords
bev
map
calibration
loss
function
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
Application number
CN202311731645.8A
Other languages
English (en)
Inventor
王德平
李丹
刘宇杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
FAW Group Corp
Original Assignee
FAW Group Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by FAW Group Corp filed Critical FAW Group Corp
Priority to CN202311731645.8A priority Critical patent/CN117911831A/zh
Publication of CN117911831A publication Critical patent/CN117911831A/zh
Pending legal-status Critical Current

Links

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
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • 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
    • G06N3/045—Combinations of networks
    • G06N3/0455—Auto-encoder networks; Encoder-decoder networks
    • 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
    • G06N3/0464—Convolutional networks [CNN, ConvNet]
    • 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
    • G06N3/096—Transfer learning
    • 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
    • G06N3/0985—Hyperparameter optimisation; Meta-learning; Learning-to-learn
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • 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
    • G06V10/443—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 by matching or filtering
    • G06V10/449—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
    • G06V10/451—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters with interaction between the filter responses, e.g. cortical complex cells
    • G06V10/454—Integrating the filters into a hierarchical structure, e.g. convolutional neural networks [CNN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G06V10/806—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of extracted features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种模型训练方法、目标检测方法、电子设备及存储介质。涉及车辆安全控制技术领域，该方法包括：获取当前训练数据；将当前训练数据中的点云数据输入预先训练好的教师网络模型，确定标定信息，将当前训练数据中的图像数据输入学生网络模型，确定预测信息；根据标定信息和预测信息，构建学生网络模型的损失函数；若满足训练结束条件，则将学生网络模型作为目标模型，目标模型用于检测行车场景中是否存在目标；若不满足训练结束条件，则根据损失函数，调节学生网络模型的参数，并将训练数据集中的下一组训练数据作为当前训练数据，返回执行前述步骤。本发明提供的方案能够在控制生产成本的同时，提升目标检测的准确度。

Description

一种模型训练方法、目标检测方法、电子设备及存储介质
技术领域
本发明涉及车辆安全控制技术领域，尤其涉及一种模型训练方法、目标检测方法、电子设备及存储介质。
背景技术
随着通信技术和人工智能技术的飞速发展，网联化、智能化成为了汽车行业未来的发展方向。其中，自动驾驶技术以其全自动化、低能耗等特点，成为汽车行业当前的研究热点。
自动驾驶技术的实现往往需要通过传感器感知车辆周围的环境，检测车辆周围是否有需要避让的目标，从而实现高精度和高安全性的行驶。目前，目标检测方法通常是基于点云数据或者图像数据进行目标的提取和分析。点云数据是一种离散的三维空间数据，相较于图像数据，可以更加有效、直接的从数据角度反映物体的三维形态和几何信息，因此，基于点云数据的目标检测方法比基于图像数据的目标检测方法在自动驾驶中具有更高的精确度和更强的稳定性。
然而，点云数据的获取往往依赖于激光雷达传感器，但是激光雷达传感器的成本较高，从而限制了其在低成本产品中的应用。而若采用基于图像数据的目标检测方法，由于图像数据缺失深度信息，会导致深度估计不准确，降低了自动驾驶的安全性。
发明内容
本发明提供了一种模型训练方法、目标检测方法、电子设备及存储介质，目标模型仅通过图像数据即可实现目标检测，无需激光雷达传感器，以降低生产成本；同时目标模型能够细化知识提取的粒度、提高特征的表达能力，从而提升了目标检测的准确度，保证其在自动驾驶中应用的安全性。
根据本发明的一方面，提供了一种模型训练方法，包括：
获取当前训练数据，其中，当前训练数据为训练数据集中的任意一组训练数据，一组训练数据包括基于同一场景确定的点云数据和图像数据；
将当前训练数据中的点云数据输入预先训练好的教师网络模型，确定标定信息，以及将当前训练数据中的图像数据输入学生网络模型，确定预测信息，其中，标定信息至少包括标定鸟瞰BEV特征图和标定高斯热图，预测信息至少包括预测BEV特征图；
根据标定信息和预测信息，构建学生网络模型的损失函数；
若满足训练结束条件，则将学生网络模型作为目标模型，其中，目标模型用于检测行车场景中是否存在目标；
若不满足训练结束条件，则根据损失函数，调节学生网络模型的参数，并将训练数据集中的下一组训练数据作为当前训练数据，返回执行将当前训练数据中的点云数据输入预先训练好的教师网络模型，确定标定信息，以及将当前训练数据中的图像数据输入学生网络模型，确定预测信息的步骤。
可选的，教师网络模型包括第一检测头，标定BEV特征图是由第一检测头的共享卷积层的输入BEV特征和输出BEV特征在通道维数上进行拼接操作后得到的；
学生网络模型包括第二检测头，预测BEV特征图是由第二检测头的共享卷积层的输入BEV特征和输出BEV特征在通道维数上进行拼接操作后得到的。
可选的，损失函数至少包括第一损失子函数；
根据标定信息和预测信息，构建学生网络模型的损失函数，包括：
分别根据标定BEV特征图和预测BEV特征图，确定标定通道注意力图和预测通道注意力图；
根据标定BEV特征图、预测BEV特征图、标定高斯热图、标定通道注意力图和预测通道注意力图，构建第一损失子函数。
可选的，分别根据标定BEV特征图和预测BEV特征图，确定标定通道注意力图和预测通道注意力图，包括：
分别确定标定BEV特征图在每个通道上的目标中心点特征和预测BEV特征图在每个通道上的目标中心点特征；
根据标定BEV特征图在每个通道上的目标中心点特征，确定标定通道注意力图，以及根据预测BEV特征图在每个通道上的目标中心点特征，确定预测通道注意力图。
可选的，根据标定BEV特征图、预测BEV特征图、标定高斯热图、标定通道注意力图和预测通道注意力图，构建第一损失子函数，包括：
根据标定高斯热图，确定空间掩码；
根据标定通道注意力图、预测通道注意力图和预设算法，确定通道掩码，其中，预设算法包括预设函数，或者预设算法包括预设函数和超参数，超参数用于调整通道掩码中元素的分布；
根据标定BEV特征图、空间掩码和通道掩码，确定第一特征，以及根据预测BEV特征图、空间掩码和通道掩码，确定第二特征；
确定第一特征和第二特征的均方误差损失，得到第一损失子函数。
可选的，标定信息还包括标定三维包围框；预测信息还包括预测高斯热图和预测三维包围框；损失函数还包括第二损失子函数、第三损失子函数和第四损失子函数中的至少之一；
当损失函数还包括第二损失子函数、第三损失子函数和第四损失子函数时，方法还包括：
确定标定通道注意力图和预测通道注意力图的均方误差损失，得到第二损失子函数；
确定标定高斯热图和预测高斯热图的均方误差损失，得到第三损失子函数；
确定标定三维包围框和预测三维包围框的均方误差损失，得到第四损失子函数。
可选的，训练结束条件包括以下至少之一：
损失函数的取值小于或者等于预设阈值；
损失函数收敛；
当前训练次数等于最大训练次数。
根据本发明的另一方面，提供了一种目标检测方法，包括：
确定行车场景对应的行车图像数据；
将行车图像数据输入目标模型，检测行车场景中是否存在目标；其中，目标模型采用本发明任一实施例的模型训练方法得到。
根据本发明的另一方面，提供了一种电子设备，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；其中，
存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器能够执行本发明任一实施例的方法。
根据本发明的另一方面，提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令用于使处理器执行时实现本发明任一实施例的方法。
本发明实施例的技术方案，通过获取训练数据集中的任意一组训练数据作为当前训练数据，并将当前训练数据中的点云数据和图像数据分别输入预先训练好的教师网络模型和待训练的学生网络模型，确定标定信息和预测信息，进一步根据标定信息和预测信息，构建学生网络模型的损失函数，以损失函数为基础调节学生网络模型的参数，不断训练学生网络模型，最终将训练好的学生网络模型作为目标模型，以检测行车场景中是否存在目标。该模型训练方法，一方面，利用基于点云数据的教师网络模型指导基于图像数据的学生网络模型的训练，将教师网络模型包含的知识传递给学生网络模型，从而使学生网络模型的检测结果接近教师网络模型的检测结果，缩小了教师网络模型与学生网络模型性能上的差距。与传统的基于图像数据的目标检测方法相比，最终得到的目标模型能够细化知识提取的粒度、提高特征的表达能力，而提升了目标检测的准确度，保证其在自动驾驶中应用的安全性。另一方面，目标模型在实际的应用中，由于其输入仍是图像数据，目标模型仅通过图像数据即可实现目标检测，因此无需激光雷达传感器，从而降低了生产成本，使得低成本产品中也能应用该技术，利于自动驾驶技术的推广。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明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
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的一种模型训练方法的流程示意图；
图2是本发明实施例一提供的一种教师网络模型和学生网络模型的架构图及损失函数构建过程示意图；
图3是本发明实施例一提供的一种对BEV特征图进行处理的示意图；
图4是本发明实施例一提供的一种高斯热图的示意图；
图5是本发明实施例一提供的一种确定第一特征和第二特征的示意图；
图6是本发明实施例二提供的一种目标检测方法的流程示意图；
图7是本发明实施例三提供的一种模型训练装置的结构示意图；
图8是本发明实施例四提供的一种目标检测装置的结构示意图；
图9是本发明实施例五提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“标定”、“预测”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一：
图1是本发明实施例一提供的一种模型训练方法的流程示意图，本实施例可适用于训练能够检测行车场景中是否存在目标的模型的场景。该方法可以由模型训练装置来执行，该模型训练装置可以采用硬件和/或软件的形式实现，该模型训练装置可配置于电子设备(如计算机设备、服务器等)中。如图1所示，该方法包括：
S110、获取当前训练数据，其中，当前训练数据为训练数据集中的任意一组训练数据，一组训练数据包括基于同一场景确定的点云数据和图像数据。
训练数据集是用于模型训练的数据集。通常，训练数据集中包括多组训练数据，每一组训练数据包括一个点云数据和一个图像数据，同一组内的点云数据和图像数据是基于同一场景确定的。
在一实施例中，为了使训练得到的目标模型更贴合实际应用场景，训练数据集可以针对行车场景进行确定。例如，训练数据集中包括多组训练数据，多组训练数据是从一个或多个行车记录中获取的，每一组训练数据对应行车记录的一帧画面，训练数据集中的训练数据可以具有时序关系。
可选的，本发明实施例提到的确定点云数据和图像数据的场景可以为周视场景，例如，在行车过程中车辆四周360度的全景。基于周视场景确定的训练数据相较于传统的单目或双目训练数据，具有更准确的检测结果和更优的性能。
S120、将当前训练数据中的点云数据输入预先训练好的教师网络模型，确定标定信息，以及将当前训练数据中的图像数据输入学生网络模型，确定预测信息，其中，标定信息至少包括标定鸟瞰BEV特征图和标定高斯热图，预测信息至少包括预测BEV特征图。
教师网络模型是预先训练好的模型，并且在执行本发明的模型训练方法的过程中，教师网络模型的参数保持不变。教师网络模型可以采用各种具有较高精度的知识蒸馏的算法模型或者点云网络模型，如CenterPoint算法模型。学生网络模型是待训练的模型，即在执行本发明的模型训练方法的过程中，学生网络模型的参数可能会一直变化。
图2是本发明实施例一提供的一种教师网络模型和学生网络模型的架构图及损失函数构建过程示意图。其中，教师网络模型的架构图如图2中的虚线框(a)所示，学生网络模型的架构图如图2中的虚线框(b)所示。教师网络模型包括点云体素层、点云体素编码器、点云中间编码器、点云主干网络、点云颈部网络和点云鸟瞰(Bird’s Eye View，BEV)检测头。将当前训练数据中的点云数据输入预先训练好的教师网络模型中，可以得到标定信息。学生网络模型包括图像主干网络、图像颈部网络、transformer、BEV主干网络、BEV颈部网络和图像BEV检测头。将当前训练数据中的图像数据输入学生网络模型中，可以得到预测信息。标定信息和预测信息是用于构建学生网络模型的损失函数所需要的信息。
transformer是一种基于注意力机制的序列模型，与传统的循环神经网络(RNN)和卷积神经网络(CNN)不同，transformer仅使用自注意力机制(self-attention)来处理输入序列和输出序列，因此可以并行计算，极大地提高了计算效率。
在一实施例中，学生网络模型的损失函数至少包括第一损失子函数，因此，对应的标定信息至少包括标定BEV特征图和标定高斯热图，对应的预测信息至少包括预测BEV特征图。
由于BEV视角下目标的中心位置和边缘位置具有不同的影响力，为了使BEV特征图具有更加丰富和准确的特征表示，本发明实施例中还对BEV特征图进行了处理。
图3是本发明实施例一提供的一种对BEV特征图进行处理的示意图。由于标定BEV特征图和预测BEV特征图的特征大小是一致的，因此，对于教师网络模型和学生网络模型，均需要经过图3所示的处理过程。具体的，如图3所示，BEV特征图是由共享卷积层的输入BEV特征和输出BEV特征在通道维数上进行拼接操作后得到的。
对于教师网络模型，教师网络模型包括第一检测头，即图2所示的点云BEV检测头，标定BEV特征图是由第一检测头的共享卷积层的输入BEV特征和输出BEV特征在通道维数上进行拼接操作后得到的；同理，对于学生网络模型，学生网络模型包括第二检测头，即图2所示的图像BEV检测头，预测BEV特征图是由第二检测头的共享卷积层的输入BEV特征和输出BEV特征在通道维数上进行拼接操作后得到的。
在一实施例中，输入BEV特征的特征大小为256×128×128，输出BEV特征的特征大小为64×128×128，在通道维数上进行拼接操作后得到的BEV特征图的特征大小为320×128×128。
本发明在检测头之前模块的特征图上进行知识提取，模仿跳跃连接的过程，对检测头共享卷积层的输入和输出的BEV特征进行拼接，可以对学生网络模型参数进行更全面地优化并且能提高检测头的检测能力。
S130、根据标定信息和预测信息，构建学生网络模型的损失函数。
学生网络模型的损失函数至少包括第一损失子函数。可选的，损失函数还包括第二损失子函数、第三损失子函数和第四损失子函数中的至少之一。
在一种可能的实施方式中，损失函数仅包括第一损失子函数，步骤S130中“根据标定信息和预测信息，构建学生网络模型的损失函数”的方法可以包括如下两个步骤：
步骤1：分别根据标定BEV特征图和预测BEV特征图，确定标定通道注意力图和预测通道注意力图。
确定通道注意力图的过程可以理解为在模型训练的过程中引入通道注意力机制。通道注意力机制是一种深度学习中用于提取特征的技术，其主要作用是对特征图的不同通道进行自适应的加权融合，从而增强重要通道的表示，抑制不重要通道的表示。这有助于提高特征的表达能力，使模型能够更好地捕捉到特征中的有用信息；并且通过抑制不重要通道的表示，使知识蒸馏过程中能够对BEV特征中的噪声和干扰具有一定的鲁棒性能够减少模型对噪声和干扰的敏感性，从而提高模型的性能。
具体的，对于标定BEV特征图，确定标定通道注意力图的方法可以为：确定标定BEV特征图在每个通道上的目标中心点特征，根据标定BEV特征图在每个通道上的目标中心点特征，确定标定通道注意力图。例如，对标定BEV特征图在每个通道上的目标中心点特征的绝对值求均值来确定标定通道注意力图。
同理，对于预测BEV特征图，确定预测通道注意力图的方法可以为：确定预测BEV特征图在每个通道上的目标中心点特征，根据预测BEV特征图在每个通道上的目标中心点特征，确定预测通道注意力图。例如，对预测BEV特征图在每个通道上的目标中心点特征的绝对值求均值来确定预测通道注意力图。
由于本发明中标定通道注意力图是根据标定BEV特征图在每个通道上的目标中心点特征确定的、预测通道注意力图是根据预测BEV特征图在每个通道上的目标中心点特征确定的，与传统的通道注意力图是通过对每个通道所有像素点求平均值得到的方法相比，本发明确定通道注意力图的方法能够极大地减少算力，避免了由于BEV特征尺寸较大以及通道数较多而导致的计算量过大及模型容易出现过拟合的问题。
步骤2：根据标定BEV特征图、预测BEV特征图、标定高斯热图、标定通道注意力图和预测通道注意力图，构建第一损失子函数。
在本发明实施例中，在确定标定BEV特征图和预测BEV特征图后，还需要对标定BEV特征图和预测BEV特征图进行知识蒸馏，以构建第一损失子函数。
具体构建第一损失子函数的方法可以如以下四个步骤所示：
a)根据标定高斯热图，确定空间掩码。
在非深度学习领域，热图是将大量数据进行聚合操作，并使用一种渐变色来表示。在深度卷积神经网络(DCNN)中，热图能够辅助神经网络了解一张图像的区域并做出最终的分类决策。热图的产生有两种方式，一是类激活热图，二是高斯热图。图4是本发明实施例一提供的一种高斯热图的示意图。高斯热图的概念与类激活热图不同，它更加侧重于目标的定位。高斯热图是一张二维的图像，其中心点具有最大值，而随着距离中心点的远离，数值逐渐减小，呈现出一种类似于高斯分布的形态。在计算机视觉中，高斯热图通常被用于目标检测和姿态估计等任务中，以表达目标的位置和大小等信息。高斯热图的生成通常基于目标的中心坐标、宽度和高度等信息，并通过高斯分布函数进行计算。通过将高斯热图与原始图像进行结合，可以更加准确地确定目标的位置和大小，从而提高计算机视觉任务的准确性。相较于类激活热图，高斯热图能够提供更加丰富和平滑的目标位置信息。
需要说明的是，本发明中提到的标定高斯热图和预测高斯热图均是针对场景中的所有目标的，即场景中的每个目标都生成有高斯热图。其具体做法是以每个目标的中心坐标(x,y)为中心，以目标的长宽作为半径，画出对应点的高斯分布。可选的，高斯热图的尺度大小为128×128，与BEV特征图大小是一致的，图中每个点的值为0-1。当枚举块的位置和目标中心点坐标接近重合的时候，高斯核输出值接近为1；当枚举块位置和目标中心点坐标相差很大时，高斯核输出值接近为0。
本发明中将标定高斯热图作为空间掩码，可以提升目标检测的准确性。示例性的，标定高斯热图(即空间掩码)可以记为heatmapgt。
b)根据标定通道注意力图、预测通道注意力图和预设算法，确定通道掩码，其中，预设算法包括预设函数，或者预设算法包括预设函数和超参数，超参数用于调整通道掩码中元素的分布。
在一实施例中，可以将标定通道注意力图和预测通道注意力图相加，再对相加后的标定通道注意力图和预测通道注意力图做预设算法，即可得到通道掩码。示例性的，通道掩码可以记为Mc。
当预设算法仅包括预设函数时，预设函数可以为softmax函数；当预设算法包括预设函数和超参数时，预设函数可以为softmax函数，超参数可以为T(0≤T≤1)，超参数用于调整通道掩码中元素的分布。超参数T的取值越小，高注意力的特征会在知识蒸馏中更容易被关注。
c)根据标定BEV特征图、空间掩码和通道掩码，确定第一特征，以及根据预测BEV特征图、空间掩码和通道掩码，确定第二特征。
图5是本发明实施例一提供的一种确定第一特征和第二特征的示意图。如图5所示，标定BEV特征图为Flidar，预测BEV特征图为Fimage，Flidar和Fimage的特征大小均为H×W×C，将Flidar和Fimage分别与空间掩码heatmapgt(H×W×1)作乘积运算，得到需要关注的有目标区域BEV特征F'lidar和F'image；再将F'lidar和F'image分别与通道掩码Mc作乘积运算，得到更加细粒度的第一特征F”lidar和第二特征F”image。
d)确定第一特征和第二特征的均方误差损失，得到第一损失子函数。
对第一特征F”lidar和第二特征F”image做均方误差损失，即可得到第一损失子函数。
在另一种可能的实施方式中，损失函数不仅包括第一损失子函数，还包括第二损失子函数、第三损失子函数和第四损失子函数中的至少之一。因此，在上述可能的实施方式的基础上，步骤S130中“根据标定信息和预测信息，构建学生网络模型的损失函数”的方法还可以包括如下步骤中的至少之一：
步骤3：确定标定通道注意力图和预测通道注意力图的均方误差损失，得到第二损失子函数。
步骤4：确定标定高斯热图和预测高斯热图的均方误差损失，得到第三损失子函数。
步骤5：确定标定三维包围框和预测三维包围框的均方误差损失，得到第四损失子函数。
需要说明的是，当损失函数包括第一损失子函数和第二损失子函数时，步骤S130可以包括上述步骤1-3；当损失函数包括第一损失子函数和第三损失子函数时，步骤S130可以包括上述步骤1-2和步骤4；当损失函数包括第一损失子函数和第四损失子函数时，步骤S130可以包括上述步骤1-2和步骤5；以此类推，当损失函数包括第一损失子函数、第二损失子函数、第三损失子函数和第四损失子函数时，步骤S130可以包括上述步骤1-5。
另外，当损失函数包括至少两个损失子函数时，损失函数可以为至少两个损失子函数的和，或者，可以为每个损失子函数设置权重，损失函数为至少两个损失子函数进行加权求得的值，以获得更准确的检测结果。
S140、判断是否满足训练结束条件。若是，则执行S150；若否，则执行S160。
在一实施例中，训练结束条件包括以下3个条件中的至少之一：
条件1：损失函数的取值小于或者等于预设阈值；
条件2：损失函数收敛；
条件3：当前训练次数等于最大训练次数。
当训练结束条件包括上述至少两个条件时，只要满足其中任意一个条件，即确认模型训练满足训练结束条件。
S150、将学生网络模型作为目标模型，其中，目标模型用于检测行车场景中是否存在目标。
当满足训练结束条件时，表示当前的学生网络模型已经训练完成，此时将学生网络模型作为目标模型即可。目标模型用于检测行车场景中是否存在目标。
S160、根据损失函数，调节学生网络模型的参数，并将训练数据集中的下一组训练数据作为当前训练数据，返回执行步骤S120。
当不满足训练结束条件时，表示当前的学生网络模型尚未训练完成，此时根据损失函数，调节学生网络模型的参数，并将训练数据集中的下一组训练数据作为当前训练数据，返回执行步骤S120，直至满足训练结束条件为止。
本发明实施例的技术方案，通过获取训练数据集中的任意一组训练数据作为当前训练数据，并将当前训练数据中的点云数据和图像数据分别输入预先训练好的教师网络模型和待训练的学生网络模型，确定标定信息和预测信息，进一步根据标定信息和预测信息，构建学生网络模型的损失函数，以损失函数为基础调节学生网络模型的参数，不断训练学生网络模型，最终将训练好的学生网络模型作为目标模型，以检测行车场景中是否存在目标。该模型训练方法，一方面，利用基于点云数据的教师网络模型指导基于图像数据的学生网络模型的训练，将教师网络模型包含的知识传递给学生网络模型，从而使学生网络模型的检测结果接近教师网络模型的检测结果，缩小了教师网络模型与学生网络模型性能上的差距。与传统的基于图像数据的目标检测方法相比，最终得到的目标模型能够细化知识提取的粒度、提高特征的表达能力，而提升了目标检测的准确度，保证其在自动驾驶中应用的安全性。另一方面，目标模型在实际的应用中，由于其输入仍是图像数据，目标模型仅通过图像数据即可实现目标检测，因此无需激光雷达传感器，从而降低了生产成本，使得低成本产品中也能应用该技术，利于自动驾驶技术的推广。
实施例二：
图6是本发明实施例二提供的一种目标检测方法的流程示意图，本实施例可适用于利用上述实施例一得到的目标模型检测行车场景中是否存在目标的模型的场景。该方法可以由目标检测装置来执行，该目标检测装置可以采用硬件和/或软件的形式实现，该目标检测装置可配置于电子设备(如计算机设备、服务器等)中。如图6所示，该方法包括：
S210、确定行车场景对应的行车图像数据。
在一实施例中，行车图像数据可以是通过车辆搭载的各种图像传感器/摄像装置拍摄的图像数据，也可以是从行车记录仪中采集的图像数据，本发明实施例对此不作具体限制。
S220、将行车图像数据输入目标模型，检测行车场景中是否存在目标。
其中，目标模型采用如实施例一所描述的模型训练方法得到。
本发明实施例提供的目标检测方法，能够在控制生产成本的同时，提升目标检测的准确度，保证行车安全。
实施例三：
图7是本发明实施例三提供的一种模型训练装置的结构示意图。如图7所示，该装置包括：数据获取模块701，第一训练模块702，第二训练模块703，函数构建模块704。
数据获取模块701，用于获取当前训练数据，其中，当前训练数据为训练数据集中的任意一组训练数据，一组训练数据包括基于同一场景确定的点云数据和图像数据；
第一训练模块702，用于将当前训练数据中的点云数据输入预先训练好的教师网络模型，确定标定信息，其中，标定信息至少包括标定鸟瞰BEV特征图和标定高斯热图；
第二训练模块703，用于将当前训练数据中的图像数据输入学生网络模型，确定预测信息，其中，预测信息至少包括预测BEV特征图；
函数构建模块704，用于根据标定信息和预测信息，构建学生网络模型的损失函数；
第二训练模块703，还用于若满足训练结束条件，则将学生网络模型作为目标模型，其中，目标模型用于检测行车场景中是否存在目标；若不满足训练结束条件，则根据损失函数，调节学生网络模型的参数，并将训练数据集中的下一组训练数据作为当前训练数据，以使得第二训练模块703返回执行将当前训练数据中的图像数据输入学生网络模型，确定预测信息的步骤，第一训练模块702返回执行将当前训练数据中的点云数据输入预先训练好的教师网络模型，确定标定信息的步骤。
可选的，教师网络模型包括第一检测头，标定BEV特征图是由第一检测头的共享卷积层的输入BEV特征和输出BEV特征在通道维数上进行拼接操作后得到的；
学生网络模型包括第二检测头，预测BEV特征图是由第二检测头的共享卷积层的输入BEV特征和输出BEV特征在通道维数上进行拼接操作后得到的。
可选的，损失函数至少包括第一损失子函数；
函数构建模块704，具体用于分别根据标定BEV特征图和预测BEV特征图，确定标定通道注意力图和预测通道注意力图；根据标定BEV特征图、预测BEV特征图、标定高斯热图、标定通道注意力图和预测通道注意力图，构建第一损失子函数。
可选的，函数构建模块704，具体用于分别确定标定BEV特征图在每个通道上的目标中心点特征和预测BEV特征图在每个通道上的目标中心点特征；根据标定BEV特征图在每个通道上的目标中心点特征，确定标定通道注意力图，以及根据预测BEV特征图在每个通道上的目标中心点特征，确定预测通道注意力图。
可选的，函数构建模块704，具体用于根据标定高斯热图，确定空间掩码；根据标定通道注意力图、预测通道注意力图和预设算法，确定通道掩码，其中，预设算法包括预设函数，或者预设算法包括预设函数和超参数，超参数用于调整通道掩码中元素的分布；根据标定BEV特征图、空间掩码和通道掩码，确定第一特征，以及根据预测BEV特征图、空间掩码和通道掩码，确定第二特征；确定第一特征和第二特征的均方误差损失，得到第一损失子函数。
可选的，标定信息还包括标定三维包围框；预测信息还包括预测高斯热图和预测三维包围框；损失函数还包括第二损失子函数、第三损失子函数和第四损失子函数中的至少之一；
当损失函数还包括第二损失子函数、第三损失子函数和第四损失子函数时，函数构建模块704，还用于确定标定通道注意力图和预测通道注意力图的均方误差损失，得到第二损失子函数；确定标定高斯热图和预测高斯热图的均方误差损失，得到第三损失子函数；确定标定三维包围框和预测三维包围框的均方误差损失，得到第四损失子函数。
可选的，训练结束条件包括以下至少之一：
损失函数的取值小于或者等于预设阈值；
损失函数收敛；
当前训练次数等于最大训练次数。
本发明实施例所提供的模型训练装置可执行本发明任意实施例所提供的模型训练方法，具备执行方法相应的功能模块和有益效果。
实施例四：
图8是本发明实施例四提供的一种目标检测装置的结构示意图。如图8所示，该装置包括：数据确定模块801和目标检测模块802。
数据确定模块801，用于确定行车场景对应的行车图像数据；
目标检测模块802，用于将行车图像数据输入目标模型，检测行车场景中是否存在目标；其中，目标模型采用如实施例一所描述的模型训练方法得到。
本发明实施例所提供的目标检测装置可执行本发明任意实施例所提供的目标检测方法，具备执行方法相应的功能模块和有益效果。
实施例五：
图9示出了可以用来实施本发明的实施例的电子设备10的结构示意图。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(如头盔、眼镜、手表等)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/或者要求的本发明的实现。
如图9所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10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。
处理器11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。处理器11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处理器、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。处理器11执行上文所描述的各个方法和处理，例如模型训练方法和/或目标检测方法。
在一些实施例中，模型训练方法和/或目标检测方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的模型训练方法和/或目标检测方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行模型训练方法和/或目标检测方法。
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)、负载可编程逻辑设备(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。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序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，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序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。
在本发明的上下文中，计算机可读存储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计算机程序。计算机可读存储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。备选地，计算机可读存储介质可以是机器可读信号介质。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，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：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电子设备。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)、区块链网络和互联网。
计算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，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
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，本发明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，只要能够实现本发明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，并不构成对本发明保护范围的限制。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。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种模型训练方法，其特征在于，包括：
获取当前训练数据，其中，所述当前训练数据为训练数据集中的任意一组训练数据，一组训练数据包括基于同一场景确定的点云数据和图像数据；
将所述当前训练数据中的点云数据输入预先训练好的教师网络模型，确定标定信息，以及将所述当前训练数据中的图像数据输入学生网络模型，确定预测信息，其中，所述标定信息至少包括标定鸟瞰BEV特征图和标定高斯热图，所述预测信息至少包括预测BEV特征图；
根据所述标定信息和所述预测信息，构建所述学生网络模型的损失函数；
若满足训练结束条件，则将所述学生网络模型作为目标模型，其中，所述目标模型用于检测行车场景中是否存在目标；
若不满足训练结束条件，则根据所述损失函数，调节所述学生网络模型的参数，并将所述训练数据集中的下一组训练数据作为所述当前训练数据，返回执行将所述当前训练数据中的点云数据输入预先训练好的教师网络模型，确定标定信息，以及将所述当前训练数据中的图像数据输入学生网络模型，确定预测信息的步骤。
2.根据权利要求1所述的模型训练方法，其特征在于，所述教师网络模型包括第一检测头，所述标定BEV特征图是由所述第一检测头的共享卷积层的输入BEV特征和输出BEV特征在通道维数上进行拼接操作后得到的；
所述学生网络模型包括第二检测头，所述预测BEV特征图是由所述第二检测头的共享卷积层的输入BEV特征和输出BEV特征在通道维数上进行拼接操作后得到的。
3.根据权利要求1所述的模型训练方法，其特征在于，所述损失函数至少包括第一损失子函数；
根据所述标定信息和所述预测信息，构建所述学生网络模型的损失函数，包括：
分别根据所述标定BEV特征图和所述预测BEV特征图，确定标定通道注意力图和预测通道注意力图；
根据所述标定BEV特征图、所述预测BEV特征图、所述标定高斯热图、所述标定通道注意力图和所述预测通道注意力图，构建所述第一损失子函数。
4.根据权利要求3所述的模型训练方法，其特征在于，分别根据所述标定BEV特征图和所述预测BEV特征图，确定标定通道注意力图和预测通道注意力图，包括：
分别确定所述标定BEV特征图在每个通道上的目标中心点特征和所述预测BEV特征图在每个通道上的目标中心点特征；
根据所述标定BEV特征图在每个通道上的目标中心点特征，确定所述标定通道注意力图，以及根据所述预测BEV特征图在每个通道上的目标中心点特征，确定所述预测通道注意力图。
5.根据权利要求3所述的模型训练方法，其特征在于，根据所述标定BEV特征图、所述预测BEV特征图、所述标定高斯热图、所述标定通道注意力图和所述预测通道注意力图，构建所述第一损失子函数，包括：
根据所述标定高斯热图，确定空间掩码；
根据所述标定通道注意力图、所述预测通道注意力图和预设算法，确定通道掩码，其中，所述预设算法包括预设函数，或者所述预设算法包括预设函数和超参数，所述超参数用于调整所述通道掩码中元素的分布；
根据所述标定BEV特征图、所述空间掩码和所述通道掩码，确定第一特征，以及根据所述预测BEV特征图、所述空间掩码和所述通道掩码，确定第二特征；
确定所述第一特征和所述第二特征的均方误差损失，得到所述第一损失子函数。
6.根据权利要求3所述的模型训练方法，其特征在于，所述标定信息还包括标定三维包围框；所述预测信息还包括预测高斯热图和预测三维包围框；所述损失函数还包括第二损失子函数、第三损失子函数和第四损失子函数中的至少之一；
当所述损失函数还包括第二损失子函数、第三损失子函数和第四损失子函数时，所述方法还包括：
确定所述标定通道注意力图和所述预测通道注意力图的均方误差损失，得到所述第二损失子函数；
确定所述标定高斯热图和所述预测高斯热图的均方误差损失，得到所述第三损失子函数；
确定所述标定三维包围框和所述预测三维包围框的均方误差损失，得到所述第四损失子函数。
7.根据权利要求1所述的模型训练方法，其特征在于，所述训练结束条件包括以下至少之一：
所述损失函数的取值小于或者等于预设阈值；
所述损失函数收敛；
当前训练次数等于最大训练次数。
8.一种目标检测方法，其特征在于，包括：
确定行车场景对应的行车图像数据；
将所述行车图像数据输入目标模型，检测所述行车场景中是否存在目标；其中，所述目标模型采用如权利要求1-7中任意一项所述的模型训练方法得到。
9.一种电子设备，其特征在于，所述电子设备包括：
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计算机程序，所述计算机程序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1-8中任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-8中任一项所述的方法。
CN202311731645.8A 2023-12-15 2023-12-15 一种模型训练方法、目标检测方法、电子设备及存储介质 Pending CN117911831A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311731645.8A CN117911831A (zh) 2023-12-15 2023-12-15 一种模型训练方法、目标检测方法、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311731645.8A CN117911831A (zh) 2023-12-15 2023-12-15 一种模型训练方法、目标检测方法、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN117911831A true CN117911831A (zh) 2024-04-19

Family

ID=90692834

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311731645.8A Pending CN117911831A (zh) 2023-12-15 2023-12-15 一种模型训练方法、目标检测方法、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN117911831A (zh)

Similar Documents

Publication Publication Date Title
CN112560684B (zh) 车道线检测方法、装置、电子设备、存储介质以及车辆
CN113674421B (zh) 3d目标检测方法、模型训练方法、相关装置及电子设备
CN113378760A (zh) 训练目标检测模型和检测目标的方法及装置
CN112560981B (zh) 生成对抗模型的训练方法、装置、设备、程序和存储介质
CN115797736B (zh) 目标检测模型的训练和目标检测方法、装置、设备和介质
WO2023155387A1 (zh) 多传感器目标检测方法、装置、电子设备以及存储介质
CN115690739B (zh) 多传感器融合障碍物存在性检测方法和自动驾驶车辆
WO2022126522A1 (zh) 物体识别方法、装置、可移动平台以及存储介质
CN112683228A (zh) 单目相机测距方法及装置
CN115147831A (zh) 三维目标检测模型的训练方法和装置
CN116740355A (zh) 自动驾驶图像的分割方法、装置、设备及存储介质
CN113177980B (zh) 用于自动驾驶的目标对象速度确定方法、装置及电子设备
CN113688920A (zh) 模型训练及目标检测方法、装置、电子设备以及路侧设备
CN116129422A (zh) 单目3d目标检测方法、装置、电子设备和存储介质
CN113516013B (zh) 目标检测方法、装置、电子设备、路侧设备和云控平台
CN114429631B (zh) 三维对象检测方法、装置、设备以及存储介质
CN117911831A (zh) 一种模型训练方法、目标检测方法、电子设备及存储介质
CN117148837B (zh) 动态障碍物的确定方法、装置、设备和介质
CN113361379B (zh) 生成目标检测系统和检测目标的方法及装置
CN117523428B (zh) 基于飞行器平台的地面目标检测方法和装置
CN117710459A (zh) 三维信息的确定方法、装置及计算机程序产品
CN117351303A (zh) 目标检测模型的训练方法、目标检测方法、装置及设备
CN117872346A (zh) 对象追踪方法、装置、设备和存储介质
CN117611687A (zh) 传感器外参标定及模型的训练方法、装置、设备和介质
CN115775387A (zh) 一种目标检测方法、装置、设备及存储介质

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