CN113469025A - 应用于车路协同的目标检测方法、装置、路侧设备和车辆 - Google Patents

Abstract

本公开提供了一种目标检测模型的训练方法和检测目标对象的方法、装置、设备和存储介质，涉及人工智能领域，具体涉及计算机视觉技术领域和智能交通技术领域。目标检测模型的训练方法的具体实现方案为：将样本数据输入目标检测模型，获得针对样本数据的第一检测数据；其中，第一检测数据指示针对样本数据中第一目标对象的预测框，样本数据具有标签，标签指示针对第一目标对象的真实框；确定预测框与真实框之间的交并比；基于交并比确定预定损失函数中的回归损失函数的权重；以及基于权重、预测框、真实框和预定损失函数，对目标检测模型进行训练。

Description

应用于车路协同的目标检测方法、装置、路侧设备和车辆

技术领域

本公开涉及人工智能领域，具体涉及计算机视觉技术领域和智能交通技术领域，更具体地涉及一种目标检测模型的训练方法和检测目标对象的方法、装置、设备和存储介质。

背景技术

计算机视觉技术在工业场景(例如车路协同V2X应用场景)中的应用越来越丰富。作为计算机视觉技术的基础，目标检测技术能够解决利用人工的传统方式耗时耗力的问题，因此具有十分广泛的应用前景。

在基于锚点(anchor)的目标检测方法中，通常针对前景候选框和背景候选框设置不同的损失系数，针对前景候选框设置统一的损失系数。

发明内容

提供了一种能够提高模型精度的目标检测模型的训练方法和检测目标对象的方法、装置、设备和存储介质。

根据第一方面，提供了一种目标检测模型的训练方法，包括：将样本数据输入目标检测模型，获得针对样本数据的第一检测数据；其中，第一检测数据指示针对样本数据中第一目标对象的预测框，样本数据具有标签，标签指示针对第一目标对象的真实框；确定预测框与真实框之间的交并比；基于交并比确定预定损失函数中的回归损失函数的权重；以及基于权重、预测框、真实框和预定损失函数，对目标检测模型进行训练。

根据第二方面，提供了一种检测目标对象的方法，包括：以待检测图像作为目标检测模型的输入，获得针对待检测图像的第二检测数据；基于第二检测数据，获得待检测图像中的第二目标对象的位置，其中，目标检测模型是采用前述的目标检测模型的训练方法训练得到的。

根据第三方面，提供了一种目标检测模型的训练装置，包括：第一数据获得模块，用于将样本数据输入目标检测模型，获得针对样本数据的第一检测数据；其中，第一检测数据指示针对样本数据中第一目标对象的预测框，样本数据具有标签，标签指示针对第一目标对象的真实框；交并比确定模块，用于确定预测框与真实框之间的交并比；权重确定模块，用于基于交并比确定预定损失函数中的回归损失函数的权重；以及模型训练模块，用于基于权重、预测框、真实框和预定损失函数，对目标检测模型进行训练。

根据第四方面，提供了一种检测目标对象的装置，包括：第二数据获得模块，用于以待检测图像作为目标检测模型的输入，获得针对待检测图像的第二检测数据；以及位置获得模块，用于基于第二检测数据，获得待检测图像中的第二目标对象的位置。其中，目标检测模型是采用前述的目标检测模型的训练装置训练得到的。

根据第五方面，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；其中，存储器存储有可被至少一个处理器执行的指令，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本公开提供的目标检测模型的训练方法和/或检测目标对象的方法。

根据第六方面，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，其中，计算机指令用于使计算机执行本公开提供的目标检测模型的训练方法和/或检测目标对象的方法。

根据第七方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开提供的目标检测模型的训练方法和/或检测目标对象的方法。

根据第八方面，提供了一种路侧设备，该路侧设备包括前述的电子设备。

根据第九方面，提供了一种云控平台，该云控平台包括前述的电子设备。

根据第十方面，提供了一种自动驾驶车辆，该自动驾驶车辆包括前述的电子设备。

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，不构成对本公开的限定。其中：

图1是根据本公开实施例的目标检测模型的训练和检测目标对象的方法和装置的应用场景示意图；

图2是根据本公开实施例的目标检测模型的训练方法的流程示意图；

图3是根据本公开实施例的对目标检测模型进行训练的原理示意图；

图4是根据本公开实施例的检测目标对象的方法的流程示意图；

图5是根据本公开实施例的目标检测模型的训练装置的结构框图；

图6是根据本公开实施例的检测目标对象的装置的结构框图；以及

图7是用来实施本公开实施例的目标检测模型的训练方法和/或检测目标对象的方法的电子设备的框图。

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。

本公开提供了一种目标检测模型的训练方法，包括数据获得阶段、交并比确定阶段、权重确定阶段和模型训练阶段。在数据获得阶段中，将样本数据输入目标检测模型，获得针对样本数据的第一检测数据。在交并比确定阶段中，确定预测框与真实框之间的交并比。在权重确定阶段中，基于交并比确定预定损失函数中的回归损失函数的权重。在模型训练阶段中，基于权重、预测框、真实框和与预定损失函数，对目标检测模型进行训练。

以下将结合图1对本公开提供的方法和装置的应用场景进行描述。

图1是根据本公开实施例的目标检测模型的训练和检测目标对象的方法和装置的应用场景图。

如图1所示，该实施例的应用场景100例如可以包括图像采集设备110、服务器120和终端设备130。图像采集设备110可以通过网络将采集的图像上传至服务器120，终端设备130可以通过网络与服务器120通信连接。网络可以包括有线或无线通信链路。

根据本公开的实施例，图像采集设备110例如可以为摄像设备，该摄像设备可以设置于道路140的路侧，以拍摄得到反映路况的图像。或者，该摄像设备可以设置在车辆中，以在车辆行驶于道路上时拍摄得到车辆周边环境的图像。该图像采集设备110例如可以将采集的图像实时地上传至服务器120，由服务器120对该图像进行存储或处理。

根据本公开的实施例，服务器120例如可以存储有海量的图像，或者可以将图像采集设备110上传的图像定期存储至数据库中。该服务器120可以根据标注后的图像对预先构建的目标检测模型进行训练，例如可以响应于终端设备130的请求，将训练好的目标检测模型150发送给终端设备。

在一实施例中，服务器120可以是为客户端应用的运行提供支持的后台管理服务器。该服务器可以是云服务器，也可以为分布式***的服务器，或者是结合了区块链的服务器。

根据本公开的实施例，终端设备130可以响应于用户操作，经由网络与服务器120进行交互，以从服务器120处获取训练好的目标检测模型和图像，并采用目标检测模型检测图像中的目标对象，将检测结果展示给用户。该终端设备130可以是具有显示屏并具有处理功能的电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

在一实施例中，该终端设备130例如还可以集成于车辆的车控***中。

在一实施例中，终端设备130例如可以采用训练好的目标检测模型检测目标对象，从而获得目标对象的位置。该目标对象的位置例如可以应用于下游应用中。该下游应用例如可以为遗撒检测、行驶轨迹预测等车路协同任务的应用。

在一实施例中，服务器120也可以采用训练好的目标检测模型对图像采集设备110实时上传的图像进行目标检测，并将检测结果反馈给终端设备130，由终端设备130对该检测结果进行展示。

根据本公开的实施例，目标检测模型可以采用基于关键点(Key point)的检测方法检测目标对象，或者可以采用基于锚点(anchor)的检测方法检测目标对象。其中，基于锚点的检测方法加入了先验分布，例如预设一组不同尺度不同位置的固定参考框，覆盖几乎所有位置和尺度，每个参考框负责检测与其交并比大于阈值的目标。基于该方法的模型的训练比较稳定，当anchor分布比较密集时，可以有效的提高小目标的检测。基于关键点的检测方法是通过一对角点来代表每个目标，计算量小，拥有更大更灵活的解空间。示例性地，通常工业中使用基于anchor的目标检测方法来构建目标检测模型，以此提高目标的检出率。

需要说明的是，本公开提供的目标检测模型的训练方法可以由服务器120执行，检测目标对象的方法可以由服务器120或终端设备130执行。相应地，本公开提供的目标检测模型的训练装置可以设置在服务器120中，检测目标对象的装置可以设置在服务器120中或者设置在终端设备130中。

应该理解，图1中的图像采集设备、服务器和终端设备的类型和数目仅仅是示意性的。根据实现需要，可以具有任意类型和数目的图像采集设备、服务器和终端设备。

以下将结合图1描述的应用场景，通过图2～图3对本公开提供的目标检测模型的训练方法进行详细描述。

图2是根据本公开实施例的目标检测模型的训练方法的流程示意图。

如图2所示，该实施例的目标检测模型的训练方法200可以包括操作S210～操作S240。

在操作S210，将样本数据输入目标检测模型，获得针对样本数据的第一检测数据。

根据本公开的实施例，目标检测模型例如可以是基于anchor的目标检测方法构建的。该目标检测模型可以为以单次查看检测器(You Only Look Once，YOLO)为代表的基于一阶处理方法的模型，或者可以为以区域卷积神经网络(Region-CNN，R-CNN)为代表的基于二阶处理方法的模型。其中，二阶处理方法与一阶处理方法的区别在于，二阶处理方法先采用区域候选网络(Region Proposal Network)来进行前后背景区分，以缓和正负样本分布。随后对有效的前景区域(Region of interest，ROI)进行精细的目标预测。例如，可以预先设定有多个先验框(anchor box)，经由该区域候选网络可以将该多个先验框划分为前景框和背景框。若采用一阶处理方法，则多个先验框中需要具有指示前景框或背景框的信息。其中，背景框是指与真实框之间的交并比小于预定阈值的先验框，前景框是指与真实框之间的交并比大于等于预定阈值的先验框。

在一实施例中，该目标检测模型可以仅用于预测样本数据中的目标对象的位置。或者，该目标检测模型不仅用于样本数据中的目标对象的位置，还可以用于预测该样本数据中的目标对象的类别。例如，目标对象的类别可以包括：汽车、自行车、摩托、行人等。该目标对象的类别可以根据应用场景进行设定，本公开对此不做限定。

根据本公开的实施例，样本数据具有标签，该标签指示针对样本图像中第一目标对象的真实框。具体地，该标签具有真实框的中心点的坐标值，以及该真实框的高度和宽度。可以理解的是，该标签仅作为示例以利于理解本公开，本公开对此不做限定。在一实施例中，该标签也可以通过相对于某个对象的偏移量来指示真实框。

该实施例可以将样本数据中的样本图像输入目标检测模型，由目标检测模型输出第一检测数据。该第一检测数据包括有针对第一目标对象的预测框。具体可以包括预测框的位置信息，例如，预测框的中心点的预测坐标值，该预测框的预测高度和预测宽度。

可以理解的是，上述的各坐标值可以为以样本图像的中心点为原点所建立的二维坐标系中的坐标值，也可以为以样本图像的左上角的点为原点所建立的二维坐标系中的坐标值，本公开对各坐标值所针对的坐标系不做限定，只要各坐标值针对同一坐标系即可。

在操作S220，确定预测框与所述真实框之间的交并比。

例如，可以先基于预测框的位置信息和真实框的位置信息确定预测框与真实框相互重叠的重叠部分，计算该重叠部分的面积，作为预测框与真实框之间的交集面积。随后确定预测框的面积和真实框的面积之间的和，作为面积和，并确定该面积和与重叠部分的面积之间的差，作为并集面积。最后，将交集面积与并集面积的比值作为预测框与真实框之间的交并比(Intersection-over-Union，IoU)。例如，若预测框与真实框完全重叠，则该交并比的取值为1。例如，交并比可以采用以下公式表示：

为交并比。在样本数据为多个的情况下，bi为多个样本数据中第i个样本数据的预测框，

为第i个样本数据的真实框。

在操作S230，基于交并比确定预定损失函数中的回归损失函数的权重。

根据本公开的实施例，回归损失函数例如可以为均方差函数、平均绝对误差函数或平滑平均绝对误差函数(Huber损失函数)等。该实施例中回归损失函数的权重可以由以交并比为自变量的权重函数表示。

在一实施例中，回归损失函数例如可以为Smooth L1函数，在与预测框对应的先验框为背景框的情况下，该函数的取值为0，在与预测框对应的先验框为前景框的情况下，该函数的取值可以采用以下公式表示：

其中，L_reg为回归损失函数的取值，t_i为表示第i个样本数据中预测框的位置的向量，

为表示与第i个样本数据中预测框对应的真实框的位置的向量。例如，t_i和

可以分别采用以下公式表示：

其中，(x_i，y_i)为第i个样本数据中预测框的中心点的坐标值，w_i、h_i分别为第i个样本数据中预测框的宽度和高度。

为与第i个样本数据中预测框对应的真实框的中心点的坐标值，

分别为与第i个样本数据中预测框对应的真实框的宽度和高度。(x_pi，y_pi)为与第i个样本数据中预测框对应的先验框的中心点的坐标值，w_pi、h_pi分别为与第i个样本数据中预测框对应的先验框的宽度和高度。可以理解的是，该实施例的回归损失函数与快速区域卷积神经网络模型中计算距离的损失的原理类似，在此不再赘述。其中，与预测框对应的先验框是指：通过调整该对应的先验框，可以得到该预测框。

例如，该回归损失函数的权重可以与交并比正相关，以此可以使得模型专注于某些样例的能力。或者，该回归损失函数的权重可以与交并比负相关，如此，使得模型可以向预测准确率低的样例提供较大的损失惩罚，提高训练得到的模型对多种类型的目标的检测准确性。

根据本公开的实施例，在权重与交并比负相关时，该权重例如可以与交并比成反比。或者，该权重可以为交并比的指数函数，且该指数函数以交并比为底，以负数为指数。例如，交并比与权重的负相关关系可以通过以下公式表示：

其中，

为权重，x为交并比，γ为小于零的常量。该常量的取值可以根据实际需求进行设定，本公开对此不做限定。例如，该常量可以为-1。

根据本公开的实施例，在权重与交并比彼此负相关的情况下，在基于交并比确定预定损失函数中的回归损失函数的权重包括时，可以先确定该交并比是否为零。若为零，则确定回归损失函数的权重为零。否则基于交并比与权重之间的负相关关系确定权重。通过该方式，可以避免权重函数的分母部分因交并比为零而取值为零(权重与交并比成反比)的情况。这是由于若预测框与真实框之间的交并比为零，则得到该预测框所基于的先验框通常为背景框。

根据本公开的实施例，在权重与交并比彼此负相关的情况下，在基于交并比确定预定损失函数中的回归损失函数的权重包括时，可以先确定预测框所基于的先验框与真实框之间的交并比是否大于等于预定阈值。若大于等于预定阈值，则基于交并比与权重之间的负相关关系确定权重。若小于预定阈值的情况下，确定回归损失函数的权重为零。

在操作S240，基于权重、预测框、真实框和预定损失函数，对目标检测模型进行训练。

根据本公开的实施例，可以先根据该权重、预测框的位置信息和真实框的位置信息，确定预定损失函数的取值。随后采用梯度下降算法或反向传播算法来对目标检测模型中的参数进行调整，实现对目标检测模型的训练。

示例性地，在目标检测模型仅用于预测目标的位置信息时，该实施例可以先基于权重、预测框和真实框，确定回归损失函数的加权取值。随后基于该加权取值，采用前述的梯度下降算法或反向传播算法对模型中参数进行调整。其中，在确定加权取值时，可以先根据预测框和真实框来确定回归损失函数的取值，随后将该取值与权重的乘积作为加权取值。其中，在回归损失函数为前述的Loss L1 Loss函数的情况下，还可以先根据先验框与真实框之间的交并比来确定背景框和前景框，仅针对基于前景框得到的预测框，来根据预测框和真实框确定回归损失函数的加权取值。

根据本公开的实施例，在单次训练过程中采用N个样本数据时，可以采用以下公式表示加权取值：

其中，

即为基于预测框与真实框之间的交并比确定的权重，

即为前述的Smooth L1函数。

可以理解的是，针对每个样本数据，可以得到多个预测框，则该实施例可以针对每个预测框得到一个权重。并针对每个预测框得到一个加权取值。该实施例可以将针对多个预测框得到的多个加权取值的和，作为针对该每个样本数据的加权取值。

综上分析可知，本公开实施例通过根据预测框与真实框之间的交并比来确定回归损失函数的权重，更为精准地训练目标检测模型，使得训练得到的目标检测模型能够更为满足实际需求。

再者，本公开实施例通过将回归损失函数的权重与交并比之间设置为负相关的关联关系，可以使得回归损失给予与真实框相差较大的预测框较大的惩罚，因此可以使得目标检测模型的训练能够考虑到不同先验框的不同回归难度，有效平衡不同目标的回归难度，并因此提高训练得到的目标检测模型的性能和训练效率。

图3是根据本公开实施例的对目标检测模型进行训练的原理示意图。

根据本公开的实施例，该目标检测模型例如还可以用于对预测框中的物体进行类别预测。相应地，前述样本数据的标签还可以指示样本图像中第一目标对象的真实类别。前述目标检测模型输出的第一检测数据还可以指示第一目标对象的预测类别。例如，该第一检测数据可以包括有第一目标对象相对于多个预定类别的概率，将最大概率值对应的类别作为第一目标对象的预测概率。

在该实施例中，预定损失函数还可以包括分类损失函数，以此在对目标检测模型进行训练时，同时考虑分类损失和回归损失。

如图3所示，在该实施例300中，在对目标检测模型进行训练时，可以将样本数据310作为目标检测模型320的输入，由目标检测模型320输出第一检测数据330。该第一检测数据可以为一维向量，该一维向量中包括预测框的位置信息和该预测框中的对象为多个预定类别中每个类别的预测概率。根据该预测框的位置信息可以得到预测框331，根据概率可以得到预测框中对象的预测类别332。在得到预测框331后，可以采用前述类似的方法，确定该样本数据310中标签指示的真实框311与预测框331之间的交并比，并基于根据该交并比确定的权重得到回归损失函数的加权取值340。同时，可以基于预测类别332与真实类别312，确定分类损失函数的取值，作为第一取值350。

在得到第一取值350和加权取值340后，可以先基于该加权取值340和第一取值350，确定预定损失函数的取值，作为第二取值360。随后基于该第二取值360，对目标检测模型320进行训练。

其中，分类损失函数例如可以为交叉熵损失函数或铰链(Hinge)损失函数等。以交叉熵损失函数为例，分类损失函数的取值可以采用以下公式表示：

其中，L_cls为分类损失函数，c为多个预定类别中的任一类别。

为N个样本数据中第i个样本数据针对预定类别c的真实概率，若第i个样本数据的标签指示的类别为类别c，则该

的取值为1，否则该

的取值为0。p_i(c)为预测框中对象的类别为类别c的预测概率。

根据本公开的实施例，可以将加权取值340和第一取值350的和作为预定损失函数的取值。或者，可以预先为回归损失函数和分类损失函数分配有权重，则该实施例可以基于针对回归损失函数的第一预定权重和针对分类损失函数的第二预定权重，确定加权取值和第一取值的加权和，并将该加权和作为预定损失函数的取值。例如，该预定损失函数可以采用以下公式表示：

L＝αL_cls+βL_reg。

其中，L为预定损失函数，L_cls为分类损失函数，L_reg为加权后的回归损失函数，即为前述基于交并比确定的权重与回归损失函数的乘积(该L_reg的取值即为前述的加权取值)。α为第二预定权重，β为第一预定权重。

该实施例通过综合考虑回归损失和分类损失来对目标检测模型进行训练，可以使得目标检测模型同时学习到位置特征和类别特征，不仅可以提高预测目标对象位置的准确度，还可以提高预测目标对象类别的准确度。

基于前文描述的目标检测模型的训练方法，本公开还提供了一种检测目标对象的方法。以下将结合图4对该检测目标对象的方法进行描述。

图4是根据本公开实施例的检测目标对象的方法的流程示意图。

如图4所示，该实施例的检测目标对象的方法400可以包括操作S410～操作S420。

在操作S410，以待检测图像作为目标检测模型的输入，获得针对待检测图像的第二检测数据。该得到第二检测数据的方法与前述得到第一检测数据的方法类似，区别在于，输入目标检测模型的待检测图像不具有标签。其中，目标检测模型是采用前述的目标检测模型的训练方法训练得到的。

在操作S420，基于第二检测数据，获得待检测图像中的第二目标对象的位置。

根据本公开的实施例，该第二检测数据与前述第一检测数据类似，可以包括有预测框的位置信息，基于该位置信息可以得到第二目标对象的位置。具体可以将预测框包围的区域作为第二目标对象所在的区域。

根据本公开的实施例，该目标检测模型还可以用于预测第二目标对象的类别。该实施例的检测目标对象的方法还可以基于第二检测数据，获得第二目标对象的类别。具体地，可以先确定第二检测数据中针对多个预定类别的概率中的最大概率，将该最大概率对应的类别作为第二目标对象的类别。

基于前文描述的目标检测模型的训练方法，本公开还提供了一种目标检测模型的训练装置。以下将结合图5对该装置进行详细描述。

图5是根据本公开实施例的目标检测模型的训练装置的结构框图。

如图5所示，该实施例的目标检测模型的训练装置500可以包括第一数据获得模块510、交并比确定模块520、权重确定模块530和模型训练模块540。

第一数据获得模块510用于将样本数据输入目标检测模型，获得针对样本数据的第一检测数据。其中，第一检测数据指示针对样本数据中第一目标对象的预测框，样本数据具有标签，标签指示针对第一目标对象的真实框。在一实施例中，第一数据获得模块510例如可以用于执行前文描述的操作S210，在此不再赘述。

交并比确定模块520用于确定预测框与真实框之间的交并比。在一实施例中，交并比确定模块520例如可以用于执行前文描述的操作S220，在此不再赘述。

权重确定模块530用于基于交并比确定预定损失函数中的回归损失函数的权重。在一实施例中，权重确定模块530例如可以用于执行前文描述的操作S230，在此不再赘述。

模型训练模块540用于基于权重、预测框、真实框和预定损失函数，对目标检测模型进行训练。在一实施例中，模型训练模块540可以用于执行前文描述的操作S240，在此不再赘述。

根据本公开的实施例，权重确定模块可以包括第一确定子模块和第二确定子模块，第一确定子模块用于在交并比大于零的情况下，基于交并比与权重之间的负相关关系确定权重。第二确定子模块用于在交并比等于零的情况下，确定回归损失函数的权重为零。

根据本公开的实施例，权重与交并比彼此负相关。

根据本公开的实施例，权重与交并比之间的负相关关系通过以下公式表示：

其中，

为所述权重，x为所述交并比，γ为小于零的常量。

根据本公开的实施例，模型训练模块包括加权值确定子模块和训练子模块。加权值确定子模块用于基于权重、预测框和真实框，确定回归损失函数的加权取值。训练子模块用于基于加权取值对目标检测模型进行训练。

根据本公开的实施例，预定损失函数还包括分类损失函数，标签还指示目标的真实类别；第一检测数据还指示第一目标对象的预测类别；上述模型训练模块还包括取值确定子模块，用于基于预测类别与真实类别，确定分类损失函数的取值，作为第一取值。上述训练子模块可以包括损失确定单元和训练单元，损失确定单元用于基于加权取值和第一取值，确定预定损失函数的取值，作为第二取值；训练单元用于基于第二取值，对目标检测模型进行训练。

根据本公开的实施例，上述损失确定单元用于基于针对回归损失函数的第一预定权重和针对分类损失函数的第二预定权重，确定加权取值和所述第一取值的加权和，作为预定损失函数的取值。

基于上述的检测目标对象的方法，本公开还提供了一种检测目标对象的装置。以下将结合图6对该检测目标对象的装置进行详细描述。

图6是根据本公开实施例的检测目标对象的装置的结构框图。

如图6所示，该实施例的检测目标对象的装置600可以包括第二数据获得模块610和位置确定模块620。

第二数据获得模块610用于以待检测图像作为目标检测模型的输入，获得针对待检测图像的第二检测数据。在一实施例中，第二数据获得模块610用于执行前文描述的操作S410，在此不再赘述。

位置确定模块620用于基于第二检测数据，获得待检测图像中的第二目标对象的位置。在一实施例中，位置确定模块620用于执行前文描述的操作S420，在此不再赘述。

根据本公开的实施例，前述检测目标对象的装置600还可以包括类别确定模块，用于基于第二检测数据，获得第二目标对象的类别。

本公开的技术方案中，所涉及的用户个人信息的获取、存储和应用等，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，本公开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。

图7示出了用来实施本公开实施例的目标检测模型的训练方法和/或检测目标对象的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/或者要求的本公开的实现。

如图7所示，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RAM 703中，还可存储设备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。

设备700中的多个部件连接至I/O接口705，包括：输入单元706，例如键盘、鼠标等；输出单元707，例如各种类型的显示器、扬声器等；存储单元708，例如磁盘、光盘等；以及通信单元709，例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备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。

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，例如目标检测模型的训练方法和/或检测目标对象的方法。例如，在一些实施例中，目标检测模型的训练方法和/或检测目标对象的方法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/或安装到设备700上。当计算机程序加载到RAM703并由计算单元701执行时，可以执行上文描述的目标检测模型的训练方法和/或检测目标对象的方法的一个或多个步骤。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)而被配置为执行目标检测模型的训练方法和/或检测目标对象的方法。

基于前述的电子设备，本公开还提供了一种路侧设备，该路侧设备包括前述的电子设备。例如，该路侧设备除了包括电子设备外，还可以包括通信部件等。电子设备可以与通信部件一体集成，也可以与通信部件分体设置。在一实施例中，电子设备可以获取感知设备(如路侧相机)的数据，例如图片和视频等，从而进行图像视频处理和数据计算。

根据本公开的实施例，电子设备自身也可以具备感知数据获取功能和通信功能，例如电子设备可以是AI相机，则电子设备可以直接基于获取的感知数据进行图像视频处理和数据计算。

基于前述的电子设备，本公开还提供了一种云控平台，该云控平台包括前述的电子设备。例如，该云控平台可以在云端执行处理，且云控平台包括的电子设备可以获取感知设备(如路侧相机)的数据，例如图片和视频等，从而进行图像视频处理和数据计算。该云控平台也可以称为车路协同管理平台、边缘计算平台、云计算平台、中心***、云端服务器等。

基于前述的电子设备，本公开还提供了一种自动驾驶车辆，该自动驾驶车辆的车控***中可以集成有前述的电子设备。

本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、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***的***(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***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***、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***、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***、装置或设备使用或与指令执行***、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***、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***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***和技术实施在包括后台部件的计算***(例如，作为数据服务器)、或者包括中间件部件的计算***(例如，应用服务器)、或者包括前端部件的计算***(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***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***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***的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机***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***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执行也可以不同的次序执行，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。

上述具体实施方式，并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (24)

1.一种目标检测模型的训练方法，包括：

将样本数据输入目标检测模型，获得针对所述样本数据的第一检测数据；其中，所述第一检测数据指示针对所述样本数据中第一目标对象的预测框，所述样本数据具有标签，所述标签指示针对所述第一目标对象的真实框；

确定所述预测框与所述真实框之间的交并比；

基于所述交并比确定预定损失函数中的回归损失函数的权重；以及

基于所述权重、所述预测框、所述真实框和所述预定损失函数，对所述目标检测模型进行训练。

2.根据权利要求1所述的方法，其中，所述权重与所述交并比彼此负相关。

3.根据权利要求2所述的方法，其中，基于所述交并比确定预定损失函数中的回归损失函数的权重包括：

在所述交并比大于零的情况下，基于所述交并比与所述权重之间的负相关关系确定所述权重；

在所述交并比等于零的情况下，确定所述回归损失函数的权重为零。

4.根据权利要求3所述的方法，其中，所述权重与所述交并比之间的负相关关系通过以下公式表示：

其中，

为所述权重，x为所述交并比，γ为小于零的常量。

5.根据权利要求1～4中任一项所述的方法，其中，对所述目标检测模型进行训练包括：

基于所述权重、所述预测框和所述真实框，确定所述回归损失函数的加权取值；以及

基于所述加权取值对所述目标检测模型进行训练。

6.根据权利要求5所述的方法，其中，所述预定损失函数还包括分类损失函数；所述标签还指示所述目标的真实类别；所述第一检测数据还指示所述第一目标对象的预测类别；

对所述目标检测模型进行训练还包括：基于所述预测类别与所述真实类别，确定所述分类损失函数的取值，作为第一取值；以及

基于所述加权取值对所述目标检测模型进行训练包括：

基于所述加权取值和所述第一取值，确定所述预定损失函数的取值，作为第二取值；以及

基于所述第二取值，对所述目标检测模型进行训练。

7.根据权利要求6所述的方法，其中，确定所述预定损失函数的取值包括：

基于针对所述回归损失函数的第一预定权重和针对所述分类损失函数的第二预定权重，确定所述加权取值和所述第一取值的加权和，作为所述预定损失函数的取值。

8.一种检测目标对象的方法，包括：

以待检测图像作为目标检测模型的输入，获得针对所述待检测图像的第二检测数据；以及

基于所述第二检测数据，获得所述待检测图像中的第二目标对象的位置，

其中，所述目标检测模型是采用权利要求1～7中任一项所述的方法训练得到的。

9.根据权利要求8所述的方法，还包括：

基于所述第二检测数据，获得所述第二目标对象的类别。

10.一种目标检测模型的训练装置，包括：

第一数据获得模块，用于将样本数据输入目标检测模型，获得针对所述样本数据的第一检测数据；其中，所述第一检测数据指示针对所述样本数据中第一目标对象的预测框，所述样本数据具有标签，所述标签指示针对所述第一目标对象的真实框；

交并比确定模块，用于确定所述预测框与所述真实框之间的交并比；

权重确定模块，用于基于所述交并比确定预定损失函数中的回归损失函数的权重；以及

模型训练模块，用于基于所述权重、所述预测框、所述真实框和所述预定损失函数，对所述目标检测模型进行训练。

11.根据权利要求10所述的装置，其中，所述权重与所述交并比彼此负相关。

12.根据权利要求11所述的装置，其中，所述权重确定模块包括：

第一确定子模块，用于在所述交并比大于零的情况下，基于所述交并比与所述权重之间的负相关关系确定所述权重；

第二确定子模块，用于在所述交并比等于零的情况下，确定所述回归损失函数的权重为零。

13.根据权利要求12所述的装置，其中，所述权重与所述交并比之间的负相关关系通过以下公式表示：

其中，

为所述权重，x为所述交并比，γ为小于零的常量。

14.根据权利要求10～13中任一项所述的装置，其中，所述模型训练模块包括：

加权值确定子模块，用于基于所述权重、所述预测框和所述真实框，确定所述回归损失函数的加权取值；以及

训练子模块，用于基于所述加权取值对所述目标检测模型进行训练。

15.根据权利要求14所述的装置，其中，所述预定损失函数还包括分类损失函数；所述标签还指示所述目标的真实类别；所述第一检测数据还指示所述第一目标对象的预测类别；

所述模型训练模块还包括取值确定子模块，用于基于所述预测类别与所述真实类别，确定所述分类损失函数的取值，作为第一取值；以及

所述训练子模块包括：

损失确定单元，用于基于所述加权取值和所述第一取值，

确定所述预定损失函数的取值，作为第二取值；以及

训练单元，用于基于所述第二取值，对所述目标检测模型进行训练。

16.根据权利要求15所述的装置，其中，所述损失确定单元用于：

基于针对所述回归损失函数的第一预定权重和针对所述分类损失函数的第二预定权重，确定所述加权取值和所述第一取值的加权和，作为所述预定损失函数的取值。

17.一种检测目标对象的装置，包括：

第二数据获得模块，用于以待检测图像作为目标检测模型的输入，获得针对所述待检测图像的第二检测数据；以及

位置确定模块，用于基于所述第二检测数据，获得所述待检测图像中的第二目标对象的位置，

其中，所述目标检测模型是采用权利要求10～16中任一项所述的装置训练得到的。

18.根据权利要求17所述的装置，还包括：

位置确定模块，用于基于所述第二检测数据，获得所述第二目标对象的类别。

19.一种电子设备，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1～9中任一项所述的方法。

20.一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1～9中任一项所述的方法。

21.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1～9中任一项所述的方法。

22.一种路侧设备，包括如权利要求19所述的电子设备。

23.一种云控平台，包括如权利要求19所述的电子设备。

24.一种自动驾驶车辆，包括如权利要求19所述的电子设备。

Images