CN115082690A - 目标识别方法、目标识别模型训练方法及装置 - Google Patents
目标识别方法、目标识别模型训练方法及装置 Download PDFInfo
- Publication number
- CN115082690A CN115082690A CN202210822810.XA CN202210822810A CN115082690A CN 115082690 A CN115082690 A CN 115082690A CN 202210822810 A CN202210822810 A CN 202210822810A CN 115082690 A CN115082690 A CN 115082690A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- feature extraction
- target
- extraction network
- 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.)
- Granted
Links
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
-
- 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
- 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)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了一种目标识别方法、目标识别模型训练方法、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。实现方案为:初始化待训练的学生模型并确定经训练的教师模型;获取点云数据、点云数据中的每个点所对应的第一标签以及点云数据所对应的第二标签,第一标签用于标识该点与点云数据所对应的待识别目标所在区域的关系,第二标签为预设的目标识别结果;将点云数据输入学生模型,以及将点云数据和第一标签输入教师模型,从而基于知识蒸馏方法对该学生模型进行训练。
Description
技术领域
本公开涉及人工智能领域,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。具体涉及一种目标识别方法、目标识别模型训练方法、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
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。
深度学习技术近年来在计算机视觉和自然语言处理领域获得了巨大的成功,基于点云数据的目标检测任务作为计算机视觉中的经典子任务,近年来也成为了深度学习研究者的热点课题。通过例如激光雷达采集的点云数据蕴含丰富的几何信息,但是相比图像缺少丰富的语义信息,这导致在一些小物体和非刚体的物体上,检测指标很差。
发明内容
本公开提供了一种目标识别方法、目标识别模型训练方法、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第一检测头网络;获取点云数据;确定所述点云数据中的每个点所对应的第一标签以及所述点云数据所对应的第二标签,其中,所述第一标签用于标识该点与所述点云数据所对应的待识别目标所在区域的关系,所述第二标签为预设的目标识别结果;确定经训练的教师模型,其中所述教师模型包括第二特征提取网络和第二检测头网络;将所述点云数据输入所述学生模型,获得第一特征图和第一识别结果;将所述点云数据以及所述第一标签输入所述教师模型,获得第二特征图以及第二识别结果;基于所述第一特征图和所述第二特征图所组成的组、以及所述第一识别结果和所述第二识别结果所组成的组中的至少一组,通过预设的第一损失函数确定蒸馏损失值;基于所述第一识别结果以及所述第二标签,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,调节所述学生模型的参数值。
根据本公开的另一方面,提供了一种目标识别方法,包括:通过点云采集装置获取点云数据,其中所述点云采集装置用于对待识别目标进行观测;以及将所述点云数据输入经训练的学生模型,以获得目标识别结果。所述学生模型基于本公开所述的方法训练得到。
根据本公开的另一方面,提供了一种目标识别网络模型训练装置,包括:初始化单元,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第一检测头网络;第一获取单元,配置为获取点云数据;第一确定单元,配置为确定所述点云数据中的每个点所对应的第一标签以及所述点云数据所对应的第二标签,其中,所述第一标签用于标识该点与所述点云数据所对应的待识别目标所在区域的关系,所述第二标签为预设的目标识别结果;第二确定单元,配置为确定经训练的教师模型,其中所述教师模型包括第二特征提取网络和第二检测头网络;第二获取单元,配置为将所述点云数据输入所述学生模型,获得第一特征图以及第一识别结果;第三获取单元,配置为将所述点云数据以及所述第一标签输入所述教师模型,获得第二特征图以及第二识别结果;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所组成的组、以及所述第一识别结果和所述第二识别结果所组成的组中的至少一组,通过预设的第一损失函数确定蒸馏损失值;第四确定单元,配置为基于所述第一识别结果以及所述第二标签,通过预设的第二损失函数确定目标识别损失值;以及训练单元,配置为基于所述蒸馏损失值以及所述目标识别损失值,调节所述学生模型的参数值。
根据本公开的另一方面,提供了一种目标识别装置,包括:第四获取单元,配置为通过点云采集装置获取点云数据,其中所述点云采集装置用于对待识别目标进行观测;以及第五确定单元,配置为将所述点云数据输入经训练的学生模型,以获得目标识别结果。所述学生模型基于本公开所述的方法训练得到。
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本公开所述的方法。
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本公开所述的方法。
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本公开所述的方法。
根据本公开的一个或多个实施例,将教师模型通过加上语义掩码的点云数据进行训练,该语义掩码为点云中的每个点的真值标签,并基于该教师模型完成学生模型的训练,从而增强学生模型的语义信息,提升目标识别效果。
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***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训练方法流程图;
图3示出了根据本公开的实施例的教师模型和学生模型的结构示意图;
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***100的示意图。参考图1,该***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***配置是可能的,其可以与***100不同。因此,图1是用于实施本文所描述的各种方法的***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***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***以及任何商业上可用的服务器操作***的一个或多个操作***。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。
***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***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***。自动驾驶***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***以及制动***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***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。
随着激光雷达、4D毫米波雷达等逐渐成为自动驾驶领域的顶流,其输出的点云(Point Cloud)也成为继像素之后描述车辆所处三维世界的一种主要数据格式。示例地,利用激光雷达,自动驾驶***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***失效的场景下,如:大雾、夜晚、白色车辆等。激光雷达可以极大的提升自动驾驶***的安全性,同时准确感知某个3D目标(如:车辆、行人等)在激光雷达点云坐标系中的位置、大小及姿态。
点云是一个数据集,不同类型传感器输出的点云所包含的数据略有差异。例如对于激光雷达来说,其输出的点云一般包括三维空间坐标(x、y、z)、反射强度信息等数据。点云数据蕴含丰富的几何信息,但是相比图像缺少丰富的语义信息,这导致在一些小物体和非刚体的物体上,检测指标很差。
因此,根据本公开的实施例,提供了一种目标识别网络模型训练方法。图2示出了根据本公开的实施例的目标识别网络模型训练方法的流程图。如图2所示,该方法200包括:初始化待训练的学生模型,学生模型包括第一特征提取网络和第一检测头网络(步骤210);获取点云数据(步骤220);确定点云数据中的每个点所对应的第一标签以及点云数据所对应的第二标签,其中,第一标签用于标识该点与点云数据所对应的待识别目标所在区域的关系,第二标签为预设的目标识别结果(步骤230);确定经训练的教师模型,教师模型包括第二特征提取网络和第二检测头网络同(步骤240);将点云数据输入学生模型,获得第一特征图和第一识别结果(步骤250);将点云数据以及第一标签输入教师模型,获得第二特征图和第二识别结果(步骤260);基于第一特征图和第二特征图所组成的组、以及第一识别结果和第二识别结果所组成的组中的至少一组,通过预设的第一损失函数确定蒸馏损失值(步骤270);基于第一识别结果以及第二标签,通过预设的第二损失函数确定目标识别损失值(步骤280);以及基于蒸馏损失值以及目标识别损失值,调节学生模型的参数值(步骤290)。
根据本公开的实施例,将教师模型通过加上语义掩码的点云数据进行训练,该语义掩码为点云中的每个点的真值标签,以标识该点与点云数据所对应的待识别目标所在区域的关系,并基于该教师模型完成学生模型的训练,从而增强学生模型的语义信息,提升目标识别效果。
根据一些实施例,该点位于所述点云数据所对应的待识别目标所在区域内时,所述点所对应的第一标签为第一数值;以及该点位于所述点云数据所对应的待识别目标所在区域外时,所述点所对应的第一标签为第二数值。所述第一数值不等于所述第二数值。
在一些实施例中,教师模型通过包括第一标签的点云数据进行预训练,该第一标签即为点云数据的语义掩码。具体地,在获取到用于模型训练的样本点云数据后,对该点云数据进行标注以标识其所对应的待识别目标。示例地,在通过点云数据感知某个3D目标时,可以通过3D检测框来标识所观测到的3D目标,该检测框即为第二标签。在确定点云数据的第一标签时,只要判断点云中的每个点(x、y、z)是否在所标记的检测框内即可。如果在检测框内,则为该点增加数值为第一数值的语义掩码,否则增加数值为第二数值的语义掩码。
示例地,通过对点云中的每个点进行遍历,以确定所遍历到的点是否在所对应目标的检测框内。如果点在检测框内,则增加一维数值1作为语义掩码,即表示为(x、y、z、1);反之增加一维数值0作为语义掩码,即表示为(x、y、z、0)。
在本公开中,教师模型通过包括第一标签的样本数据进行预训练后,再通过本公开所述的方法通过知识蒸馏方法训练相对应的学生模型。知识蒸馏,可以将一个网络模型(即教师模型)的知识转移到另一个网络模型(即学生模型),并保留接近于教师模型的性能。
在本公开中,由于教师模型基于带有语义掩码的点云数据进行训练,所训练得到的模型能够融合相应的语义信息,从而获得较好地目标检测、识别效果。但是在实际目标检测任务中,通过诸如激光雷达所获得的点云数据中是没有语义掩码信息的。因此,基于该经训练的教师模型通过知识蒸馏方法训练相对应的学生模型,可以使得所训练得到的学生模型达到接近于教师模型的目标检测、识别效果。教师模型和学生模型的网络结构可以相同也可以不同,在此不作限制。
根据一些实施例,所述第一特征提取网络包括依次连接的第一3D特征提取网络和第一2D特征提取网络,和所述第二特征提取网络包括依次连接的第二3D特征提取网络和第二2D特征提取网络。因此,通过预设的第一损失函数确定蒸馏损失值包括:基于所述第一3D特征提取网络输出的3D特征图和所述第二3D特征提取网络输出的3D特征图所组成的组、所述第一2D特征提取网络输出的2D特征图和所述第二2D特征提取网络输出的2D特征图所组成的组、以及所述第一识别结果和所述第二识别结果所组成的组中的至少一组,通过预设的第一损失函数确定蒸馏损失值。
图3示出了根据本公开的实施例的教师模型和学生模型的结构示意图。如图3所示,教师模型和学生模型通过相同的点云数据进行训练,只是教师模型的训练数据比学生模型的训练数据多一维标签数据。示例地,如果点云数据为包括三维空间坐标(x、y、z)以及反射强度信息(即回波强度,用数值R表示)的数据,则学生模型的训练数据即为(x、y、z、R)四维数据,而教师模型的训练数据为(x、y、z、R、0/1)的五维数据。在图3中,学生模型和教师模型均包括3D特征提取网络,即302a和302b,用于接收训练数据;3D特征提取网络输出的3D特征图经过2D特征提取网络(即303a和303b)后,得到2D特征图。例如,该2D特征图可以为BEV特征(Bird’sEye View,鸟瞰图)。2D特征提取网络输出的2D特征图经过检测头网络(即304a和304b)后,得到相应的识别结果。
根据一些实施例,第二标签包括预设的目标检测框的位置信息以及目标类别信息。检测头网络所输出的识别结果同样可以为所识别到的目标检测框的位置信息以及目标类别信息。该目标检测框的位置信息可以包括目标检测框的中心点位置以及所识别目标的长、宽、高等信息,在此不作限制。
继续参考图3,在一些实施例中,可以基于相应网络的输出结果添加蒸馏模块。图3中示出了包括3个蒸馏模块,分别是基于学生模型和教师模型所分别输出的3D特征图的类别传导(class-wise passing)蒸馏模块、基于学生模型和教师模型所分别输出的2D特征图的特征传导(feature-wise passing)蒸馏模块、以及基于学生模型和教师模型所分别输出的识别结果的预测传导(prediction-wise passing)蒸馏模块。
根据一些实施例,所述至少一组中的每一组所对应的蒸馏损失值具有相应的权重值。具体地,可以基于至少一个蒸馏模块计算相应的蒸馏损失,并将计算得到的蒸馏损失值基于预设的权重值计入最终的损失函数。
根据一些实施例,所述学生模型和所述教师模型的用于基于其输出结果确定蒸馏损失值的网络结构相同。学生模型和教师模型具有相同的网络结构。具体地,参考图3所示,当基于类别传导(class-wise passing)蒸馏模块计算蒸馏损失时,学生模型和教师模型的3D特征提取网络的结构可以相同,以方便基于所输出的3D特征图确定蒸馏损失值;基于特征传导(feature-wise passing)蒸馏模块或预测传导(prediction-wise passing)蒸馏模块计算蒸馏损失时同理。
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,还提供了一种目标识别方法400,包括:通过点云采集装置获取点云数据,其中所述点云采集装置用于对待识别目标进行观测(步骤410);以及将所述点云数据输入经训练的学生模型,以获得目标识别结果(步骤420)。所述学生模型可以基于上面任意一个实施例所述的方法训练得到。
在本公开中,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。
根据一些实施例,点云采集装置位于观测车辆上或路侧设备上;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点云采集装置获取点云数据;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。
根据本公开的实施例,如图5所示,提供了一种目标识别网络模型训练装置500,包括:初始化单元510,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第一检测头网络;第一获取单元520,配置为获取点云数据;第一确定单元530,配置为确定所述点云数据中的每个点所对应的第一标签以及所述点云数据所对应的第二标签,其中,所述第一标签用于标识该点与所述点云数据所对应的待识别目标所在区域的关系,所述第二标签为预设的目标识别结果;第二确定单元540,配置为确定经训练的教师模型,其中所述教师模型包括第二特征提取网络和第二检测头网络;第二获取单元550,配置为将所述点云数据输入所述学生模型,以获得第一特征图以及第一识别结果;第三获取单元560,配置为将所述点云数据以及所述第一标签输入所述教师模型,以获得第二特征图以及第二识别结果;第三确定单元570,配置为基于所述第一特征图和所述第二特征图所组成的组、以及所述第一识别结果和所述第二识别结果所组成的组中的至少一组,通过预设的第一损失函数确定蒸馏损失值;第四确定单元580,配置为基于所述第一识别结果以及所述第二标签,通过预设的第二损失函数确定目标识别损失值;以及训练单元590,配置为基于所述蒸馏损失值以及所述目标识别损失值,调节所述学生模型的参数值。
这里,目标识别网络模型训练装置500的上述各单元510~590的操作分别与前面描述的步骤210~290的操作类似,在此不再赘述。
根据本公开的实施例,如图6所示,提供了一种目标识别装置600,包括:第四获取单元610,配置为通过点云采集装置获取点云数据,其中所述点云采集装置用于对待识别目标进行观测;以及第五确定单元620,配置为将所述点云数据输入经训练的学生模型,以获得目标识别结果。所述学生模型基于上面任意一个实施例所述的方法训练得到。
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X05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***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)、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***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)、互联网和区块链网络。
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、***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 (19)
1.一种目标识别网络模型训练方法,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第一检测头网络;
获取点云数据;
确定所述点云数据中的每个点所对应的第一标签以及所述点云数据所对应的第二标签,其中,所述第一标签用于标识该点与所述点云数据所对应的待识别目标所在区域的关系,所述第二标签为预设的目标识别结果;
确定经训练的教师模型,其中所述教师模型包括第二特征提取网络和第二检测头网络;
将所述点云数据输入所述学生模型,获得第一特征图和第一识别结果;
将所述点云数据以及所述第一标签输入所述教师模型,获得第二特征图以及第二识别结果;
基于所述第一特征图和所述第二特征图所组成的组、以及所述第一识别结果和所述第二识别结果所组成的组中的至少一组,通过预设的第一损失函数确定蒸馏损失值;
基于所述第一识别结果以及所述第二标签,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,调节所述学生模型的参数值。
2.如权利要求1所述的方法,其中,所述第一特征提取网络包括依次连接的第一3D特征提取网络和第一2D特征提取网络,和所述第二特征提取网络包括依次连接的第二3D特征提取网络和第二2D特征提取网络,并且其中,通过预设的第一损失函数确定蒸馏损失值包括:
基于所述第一3D特征提取网络输出的3D特征图和所述第二3D特征提取网络输出的3D特征图所组成的组、所述第一2D特征提取网络输出的2D特征图和所述第二2D特征提取网络输出的2D特征图所组成的组、以及所述第一识别结果和所述第二识别结果所组成的组中的至少一组,通过预设的第一损失函数确定蒸馏损失值。
3.如权利要求1或2所述的方法,其中,所述至少一组中的每一组所对应的蒸馏损失值具有相应的权重值。
4.如权利要求1或2所述的方法,其中,所述学生模型和所述教师模型中的用于基于其输出结果确定所述蒸馏损失值的网络所对应的网络结构相同。
5.如权利要求1所述的方法,其中,第二标签包括预设的目标检测框的位置信息以及目标类别信息。
6.如权利要求1所述的方法,其中,
该点位于所述点云数据所对应的待识别目标所在区域内时,所述点所对应的第一标签为第一数值;以及
该点位于所述点云数据所对应的待识别目标所在区域外时,所述点所对应的第一标签为第二数值,
其中,所述第一数值不等于所述第二数值。
7.一种目标识别方法,包括:
通过点云采集装置获取点云数据,其中所述点云采集装置用于对待识别目标进行观测;以及
将所述点云数据输入经训练的学生模型,以获得目标识别结果,
其中,所述学生模型基于权利要求1-6中任一项所述的方法训练得到。
8.如权利要求7所述的方法,其中,
所述点云采集装置位于观测车辆上或路侧设备上;
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点云采集装置获取点云数据;
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。
9.一种目标识别网络模型训练装置,包括:
初始化单元,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第一检测头网络;
第一获取单元,配置为获取点云数据;
第一确定单元,配置为确定所述点云数据中的每个点所对应的第一标签以及所述点云数据所对应的第二标签,其中,所述第一标签用于标识该点与所述点云数据所对应的待识别目标所在区域的关系,所述第二标签为预设的目标识别结果;
第二确定单元,配置为确定经训练的教师模型,其中所述教师模型包括第二特征提取网络和第二检测头网络;
第二获取单元,配置为将所述点云数据输入所述学生模型,获得第一特征图以及第一识别结果;
第三获取单元,配置为将所述点云数据以及所述第一标签输入所述教师模型,获得第二特征图以及第二识别结果;
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所组成的组、以及所述第一识别结果和所述第二识别结果所组成的组中的至少一组,通过预设的第一损失函数确定蒸馏损失值;
第四确定单元,配置为基于所述第一识别结果以及所述第二标签,通过预设的第二损失函数确定目标识别损失值;以及
训练单元,配置为基于所述蒸馏损失值以及所述目标识别损失值,调节所述学生模型的参数值。
10.如权利要求9所述的装置,其中,所述第一特征提取网络包括依次连接的第一3D特征提取网络和第一2D特征提取网络,和所述第二特征提取网络包括依次连接的第二3D特征提取网络和第二2D特征提取网络,并且其中,
所述第三确定单元包括第三确定子单元,配置为:基于所述第一3D特征提取网络输出的3D特征图和所述第二3D特征提取网络输出的3D特征图所组成的组、所述第一2D特征提取网络输出的2D特征图和所述第二2D特征提取网络输出的2D特征图所组成的组、以及所述第一识别结果和所述第二识别结果所组成的组中的至少一组,通过预设的第一损失函数确定蒸馏损失值。
11.如权利要求9或10所述的装置,其中,所述至少一组中的每一组所对应的蒸馏损失值具有相应的权重值。
12.如权利要求9或10所述的装置,其中,所述学生模型和所述教师模型中的用于基于其输出结果确定所述蒸馏损失值的网络所对应的网络结构相同。
13.如权利要求9所述的装置,其中,第二标签包括预设的目标检测框的位置信息以及目标类别信息。
14.如权利要求9所述的装置,其中,
该点位于所述点云数据所对应的待识别目标所在区域内时,所述点所对应的第一标签为第一数值;以及
该点位于所述点云数据所对应的待识别目标所在区域外时,所述点所对应的第一标签为第二数值,
其中,所述第一数值不等于所述第二数值。
15.一种目标识别装置,包括:
第四获取单元,配置为通过点云采集装置获取点云数据,其中所述点云采集装置用于对待识别目标进行观测;以及
第五确定单元,配置为将所述点云数据输入经训练的学生模型,以获得目标识别结果,
其中,所述学生模型基于权利要求1-6中任一项所述的方法训练得到。
16.如权利要求15所述的装置,其中,
所述点云采集装置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点云采集装置获取点云数据;
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。
17.一种电子设备,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1-8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1-8中任一项所述的方法。
19.一种计算机程序产品,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1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210822810.XA CN115082690B (zh) | 2022-07-12 | 2022-07-12 | 目标识别方法、目标识别模型训练方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210822810.XA CN115082690B (zh) | 2022-07-12 | 2022-07-12 | 目标识别方法、目标识别模型训练方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115082690A true CN115082690A (zh) | 2022-09-20 |
CN115082690B CN115082690B (zh) | 2023-03-28 |
Family
ID=83259760
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210822810.XA Active CN115082690B (zh) | 2022-07-12 | 2022-07-12 | 目标识别方法、目标识别模型训练方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115082690B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116737605A (zh) * | 2023-08-11 | 2023-09-12 | 上海燧原科技有限公司 | 基于芯片多级存储的数据预取方法、装置、设备及介质 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180268292A1 (en) * | 2017-03-17 | 2018-09-20 | Nec Laboratories America, Inc. | Learning efficient object detection models with knowledge distillation |
US20200034703A1 (en) * | 2018-07-27 | 2020-01-30 | International Business Machines Corporation | Training of student neural network with teacher neural networks |
US20200104642A1 (en) * | 2018-04-25 | 2020-04-02 | Beijing Sensetime Technology Development Co., Ltd. | Image processing methods, training methods, apparatuses, devices, media, and programs |
US10650278B1 (en) * | 2017-07-21 | 2020-05-12 | Apple Inc. | Semantic labeling of point clouds using images |
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***及装置及介质 |
CN112950642A (zh) * | 2021-02-25 | 2021-06-11 | 中国工商银行股份有限公司 | 点云实例分割模型的训练方法、装置、电子设备和介质 |
CN113326764A (zh) * | 2021-05-27 | 2021-08-31 | 北京百度网讯科技有限公司 | 训练图像识别模型和图像识别的方法和装置 |
CN113536920A (zh) * | 2021-06-11 | 2021-10-22 | 复旦大学 | 一种半监督三维点云目标检测方法 |
US20210383233A1 (en) * | 2020-06-09 | 2021-12-09 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method, electronic device, and storage medium for distilling model |
US20220027675A1 (en) * | 2020-07-27 | 2022-01-27 | Pony Ai Inc. | Instance segmentation using sensor data having different dimensionalities |
CN114037046A (zh) * | 2021-09-27 | 2022-02-11 | 北京旷视科技有限公司 | 神经网络模型的蒸馏方法、装置及电子*** |
US20220076136A1 (en) * | 2020-09-09 | 2022-03-10 | Peyman PASSBAN | Method and system for training a neural network model using knowledge distillation |
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 |
CN114445670A (zh) * | 2022-04-11 | 2022-05-06 | 腾讯科技(深圳)有限公司 | 图像处理模型的训练方法、装置、设备及存储介质 |
US20220156965A1 (en) * | 2020-11-16 | 2022-05-19 | Waymo Llc | Multi-modal 3-d pose estimation |
WO2022141859A1 (zh) * | 2020-12-31 | 2022-07-07 | 平安科技(深圳)有限公司 | 图像检测方法、装置、电子设备及存储介质 |
-
2022
- 2022-07-12 CN CN202210822810.XA patent/CN115082690B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180268292A1 (en) * | 2017-03-17 | 2018-09-20 | Nec Laboratories America, Inc. | Learning efficient object detection models with knowledge distillation |
US10650278B1 (en) * | 2017-07-21 | 2020-05-12 | Apple Inc. | Semantic labeling of point clouds using images |
US20200104642A1 (en) * | 2018-04-25 | 2020-04-02 | Beijing Sensetime Technology Development Co., Ltd. | Image processing methods, training methods, apparatuses, devices, media, and programs |
US20200034703A1 (en) * | 2018-07-27 | 2020-01-30 | International Business Machines Corporation | Training of student neural network with teacher neural networks |
US20210383233A1 (en) * | 2020-06-09 | 2021-12-09 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method, electronic device, and storage medium for distilling model |
US20220027675A1 (en) * | 2020-07-27 | 2022-01-27 | Pony Ai Inc. | Instance segmentation using sensor data having different dimensionalities |
US20220076136A1 (en) * | 2020-09-09 | 2022-03-10 | Peyman PASSBAN | Method and system for training a neural network model using knowledge distillation |
US20220156965A1 (en) * | 2020-11-16 | 2022-05-19 | Waymo Llc | Multi-modal 3-d pose estimation |
WO2022141859A1 (zh) * | 2020-12-31 | 2022-07-07 | 平安科技(深圳)有限公司 | 图像检测方法、装置、电子设备及存储介质 |
CN112950642A (zh) * | 2021-02-25 | 2021-06-11 | 中国工商银行股份有限公司 | 点云实例分割模型的训练方法、装置、电子设备和介质 |
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***及装置及介质 |
CN113326764A (zh) * | 2021-05-27 | 2021-08-31 | 北京百度网讯科技有限公司 | 训练图像识别模型和图像识别的方法和装置 |
CN113536920A (zh) * | 2021-06-11 | 2021-10-22 | 复旦大学 | 一种半监督三维点云目标检测方法 |
CN114037046A (zh) * | 2021-09-27 | 2022-02-11 | 北京旷视科技有限公司 | 神经网络模型的蒸馏方法、装置及电子*** |
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 |
CN114445670A (zh) * | 2022-04-11 | 2022-05-06 | 腾讯科技(深圳)有限公司 | 图像处理模型的训练方法、装置、设备及存储介质 |
Non-Patent Citations (4)
Title |
---|
INGOOK JANG, ET.AL: "An experimental study on reinforcement learning on IoT devices with distilled knowledge" * |
SERGEY ZAGORUYKO, ET.AL: "Paying more attention to attention: improving the performance of convolutional neural networks via attention transfer", 《ICLR》 * |
吴霆: "基于标签法和ICP的点云拼接方法", 《仲恺农业工程学院学报》 * |
李粘粘: "基于多阶段知识蒸馏的行人再识别" * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116737605A (zh) * | 2023-08-11 | 2023-09-12 | 上海燧原科技有限公司 | 基于芯片多级存储的数据预取方法、装置、设备及介质 |
CN116737605B (zh) * | 2023-08-11 | 2023-11-14 | 上海燧原科技有限公司 | 基于芯片多级存储的数据预取方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115082690B (zh) | 2023-03-28 |
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 | |
CN115578433B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN115366920A (zh) | 用于自动驾驶车辆的决策方法及装置、设备和介质 | |
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 | |
CN114047760B (zh) | 路径规划方法、装置、电子设备及自动驾驶车辆 | |
CN115082690B (zh) | 目标识别方法、目标识别模型训练方法及装置 | |
CN114092660A (zh) | 高精地图生成方法、装置及用于生成地图的车辆 | |
CN114970112B (zh) | 用于自动驾驶仿真的方法、装置、电子设备及存储介质 | |
CN115861953A (zh) | 场景编码模型的训练方法、轨迹规划方法及装置 | |
CN117035032A (zh) | 融合文本数据和自动驾驶数据进行模型训练的方法和车辆 | |
CN115675528A (zh) | 基于相似场景挖掘的自动驾驶方法和车辆 | |
CN114394111B (zh) | 用于自动驾驶车辆的变道方法 | |
CN113920174A (zh) | 点云配准方法、装置、设备、介质和自动驾驶车辆 | |
CN115454861A (zh) | 自动驾驶仿真场景构建方法和装置 | |
CN115019278B (zh) | 一种车道线拟合方法、装置、电子设备和介质 | |
CN115583243B (zh) | 确定车道线信息的方法、车辆控制方法、装置和设备 | |
CN116311943B (zh) | 交叉路口的平均延误时间的估算方法及装置 | |
CN116844134A (zh) | 目标检测方法、装置、电子设备、存储介质及车辆 | |
CN115235487B (zh) | 数据处理方法及装置、设备和介质 | |
CN117315402A (zh) | 三维对象检测模型的训练方法及三维对象检测方法 | |
US20240221215A1 (en) | High-precision vehicle positioning | |
CN115830558A (zh) | 车道线修正方法、装置、电子设备及存储介质 | |
CN117542042A (zh) | 三维对象检测方法及装置、电子设备和存储介质 | |
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 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |