CN115908790A - 一种目标检测中心点偏移的检测方法、装置及电子设备 - Google Patents
一种目标检测中心点偏移的检测方法、装置及电子设备 Download PDFInfo
- Publication number
- CN115908790A CN115908790A CN202211700936.6A CN202211700936A CN115908790A CN 115908790 A CN115908790 A CN 115908790A CN 202211700936 A CN202211700936 A CN 202211700936A CN 115908790 A CN115908790 A CN 115908790A
- Authority
- CN
- China
- Prior art keywords
- obstacle
- category
- center point
- frame
- normalization coefficient
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 139
- 238000010606 normalization Methods 0.000 claims abstract description 114
- 238000000034 method Methods 0.000 claims abstract description 75
- 230000008569 process Effects 0.000 claims abstract description 49
- 238000004590 computer program Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 4
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Abstract
本申请提供了一种目标检测中心点偏移的检测方法、装置及电子设备，确定在目标检测过程中各个障碍物所属的障碍物类别；针对于每一个障碍物，根据该障碍物的检测包罗框的中心点与真实包罗框中心点之间的绝对距离，以及障碍物类别归一化系数，确定出该障碍物对应的中心点偏移指标，根据各个障碍物对应的中心点偏移指标以及障碍物数量，确定出平均目标中心点偏移指标，并基于平均目标中心点偏移指标检测目标检测中心点的偏移是否符合偏移要求。这样，通过确定障碍物类别归一化系数，在对每个障碍物对应的中心点偏移指标计算时结合障碍物类别归一化系数，以消除不同障碍物类别之间的差异性，进而有助于提升对中心偏移指标的检测的准确率。
Description
技术领域
本申请涉及自动驾驶技术领域，尤其是涉及一种目标检测中心点偏移的检测方法、装置及电子设备。
背景技术
在自动驾驶领域，一般需要通过目标检测算法来执行自动驾驶过程中的障碍物检测，以保证自动驾驶的可以准确避障，为了自动驾驶控制的准确性，一般需要通过一系列评估指标，对目标检测算法进行评估，其中，中心点偏移指标就是其中之一。
现阶段，对于目标检测算法的中心偏移指标的计算，针对于每一个障碍物，需要计算出该障碍物在目标检测过程中的检测包罗框以及真实包罗框中心点之间的绝对距离，作为该障碍物的中心点偏移指标，加和全部障碍物的中心点偏移指标后，根据检测出的障碍物数量计算中心偏移指标的平均值，作为评估目标检测算法的中心偏移的指标，但是上述计算方式，针对于不同障碍物类别来说，在统一计算均值时，会向中心偏移指标较大的数值靠拢，而由于各类别障碍物之间由于尺寸的不同，对中心偏移的标准也并不相同，导致横向统计不同类别障碍物的中心偏移指标时，中心偏移指标较大的障碍物是由于尺寸较大导致，这并不是目标检测算法本身存在误差，这就可能会导致对中心偏移指标的检测不准确的情况发生。
发明内容
有鉴于此，本申请的目的在于提供一种目标检测中心点偏移的检测方法、装置及电子设备，通过确定障碍物类别归一化系数，在对每个障碍物对应的中心点偏移指标计算时结合障碍物类别归一化系数，以消除不同障碍物类别之间的差异性，进而有助于提升对中心偏移指标的检测的准确率。
第一发方面，本申请实施例提供了一种目标检测中心点偏移的检测方法，所述检测方法包括：
确定目标检测过程中检测到的各个障碍物所属的障碍物类别；
针对于每一个障碍物，根据该障碍物在目标检测过程中的检测包罗框的中心点与真实包罗框的中心点之间的绝对距离，以及该障碍物所属的障碍物类别对应的障碍物类别归一化系数，确定出该障碍物对应的中心点偏移指标；其中，所述障碍物类别归一化系数是基于该障碍物所属障碍物类别的预设最大可容忍交并比阈值确定的；
基于各个障碍物对应的中心点偏移指标以及障碍物数量，确定出平均目标中心点偏移指标，基于所述平均目标中心点偏移指标，检测所述目标检测中心点的偏移是否符合偏移要求。
在一种可能的实施方式中，通过以下步骤确定所述障碍物类别归一化系数：
确定目标检测过程中检测到的各个障碍物所属的障碍物类别，以及每个障碍物类别下的障碍物包罗框的平均尺寸；
基于各个障碍物类别对应的预设最大可容忍交并比阈值以及各个障碍物类别下的障碍物包罗框的平均尺寸，计算出各个障碍物类别对应的障碍物类别归一化系数。
在一种可能的实施方式中，所述基于各个障碍物类别对应的预设最大可容忍交并比阈值以及各个障碍物类别下的障碍物包罗框的平均尺寸，计算出各个障碍物类别对应的障碍物类别归一化系数：
针对于每一个障碍物类别，将所述真实包罗框的真实面积以及该障碍物类别下的真实包罗框以及检测包罗框的中心点位于同一对角线上时，所述真实包罗框与所述检测包罗框的重叠区域的重叠面积之间的比值，确定为所述交并比阈值表达式；
针对于每一个障碍物类别，基于所述交并比阈值表达式，求解得到所述障碍物类别归一化系数表达式；所述障碍物类别归一化系数表达式中表征所述障碍物类别归一化系数与所述预设最大可容忍交并比阈值之间的映射关系；
针对于每一个障碍物类别，将该障碍物类别对应的预设最大可容忍交并比阈值代入所述障碍物类别归一化系数表达式，得到所述障碍物类别归一化系数。
在一种可能的实施方式中，所述真实包罗框与所述检测包罗框的尺寸一致；通过以下步骤确定所述交并比阈值表达式：
基于所述真实包罗框的对角线以及对应的第一对角线夹角，确定所述真实包罗框的真实面积表达式；
基于所述重叠区域的对角线以及对应的第二对角线夹角，确定所述重叠区域的重叠面积表达式；其中所述第一对角线夹角与所述第二对角线夹角相等；
基于所述真实面积表达式与所述重叠面积表达式，确定所述交并比阈值表达式。
在一种可能的实施方式中，所述障碍物类别归一化系数为障碍物真实包罗框以及检测包罗框的重叠区域的第二对角线与所述真实包罗框的第一对角线之间的比值；
所述针对于每一个障碍物类别，所述基于所述交并比阈值表达式，求解得到所述障碍物类别归一化系数表达式，包括：
针对于每一个障碍物类别，对所述交并比阈值表达式中包括的第一对角线以及第二对角线进行比值计算，通过所述预设最大可容忍交并比阈值表征所述归一化系数，确定所述障碍物类别归一化系数表达式；
基于所述交并比阈值表达式进行求解，得到所述障碍物类别归一化系数表达式。
在一种可能的实施方式中，所述归一化系数表达式通过以下公式进行表示：
其中，N为障碍物类别对应的障碍物类别归一化系数，IoU为该障碍物类别对应的预设最大可容忍交并比阈值。
在一种可能的实施方式中，所述针对于每一个障碍物，根据该障碍物在目标检测过程中的检测包罗框的中心点与真实包罗框的中心点之间的绝对距离，以及该障碍物所属的障碍物类别对应的障碍物类别归一化系数，确定出该障碍物对应的中心点偏移指标，包括：
针对于每一个障碍物，确定该障碍物的真实包罗框的对角线长度，并基于该障碍物的真实包罗框的对角线长度以及所述障碍物类别归一化系数的乘积，确定目标乘积值；
针对于每一个障碍物，基于该障碍物在目标检测过程中的检测包罗框的中心点与真实包罗框的中心点之间的绝对距离以及所述目标乘积值，确定该障碍物对应的中心点偏移指标。
第二方面，本申请实施例还提供了一种目标检测中心点偏移的检测装置，所述检测装置包括：
类别确定模块，用于确定目标检测过程中检测到的各个障碍物所属的障碍物类别；
偏移指标确定模块，用于针对于每一个障碍物，根据该障碍物在目标检测过程中的检测包罗框的中心点与真实包罗框的中心点之间的绝对距离，以及该障碍物所属的障碍物类别对应的障碍物类别归一化系数，确定出该障碍物对应的中心点偏移指标；其中，所述障碍物类别归一化系数是基于该障碍物所属障碍物类别的预设最大可容忍交并比阈值确定的；
中心偏移检测模块，用于基于各个障碍物对应的中心点偏移指标以及障碍物数量，确定出平均目标中心点偏移指标，基于所述平均目标中心点偏移指标，检测所述目标检测中心点的偏移是否符合偏移要求。
第三方面，本申请实施例还提供了一种电子设备，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行如第一方面任一项所述的目标检测中心点偏移的检测方法的步骤。
第四方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如第一方面任一项所述的目标检测中心点偏移的检测方法的步骤。
本申请实施例提供的目标检测中心点偏移的检测方法、装置及电子设备，确定在目标检测过程中检测到的多个障碍物，以及各个障碍物所属的障碍物类别；针对于每一个障碍物，根据该障碍物在目标检测过程中的检测包罗框的中心点与真实包罗框中心点之间的绝对距离，以及该障碍物所属的障碍物类别对应的障碍物类别归一化系数，确定出该障碍物对应的中心点偏移指标，根据各个障碍物对应的中心点偏移指标以及障碍物数量，确定出平均目标中心点偏移指标，并基于平均目标中心点偏移指标检测目标检测中心点的偏移是否符合偏移要求。这样，通过确定障碍物类别归一化系数，在对每个障碍物对应的中心点偏移指标计算时结合障碍物类别归一化系数，以消除不同障碍物类别之间的差异性，进而有助于提升对中心偏移指标的检测的准确率。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本申请实施例所提供的一种目标检测中心点偏移的检测方法的流程图；
图2为本申请实施例所提供的真实包罗框与检测包罗框重叠示意图；
图3为本申请实施例所提供的目标检测中心偏移评估流程图；
图4为本申请实施例所提供的一种目标检测中心点偏移的检测装置的结构示意图之一；
图5为本申请实施例所提供的一种目标检测中心点偏移的检测装置的结构示意图之二；
图6为本申请实施例所提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请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申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的每个其他实施例，都属于本申请保护的范围。
首先，对本申请可适用的应用场景进行介绍。本申请可应用于自动驾驶技术领域。
在自动驾驶领域，一般需要通过目标检测算法来执行自动驾驶过程中的障碍物检测，以保证自动驾驶的可以准确避障，为了自动驾驶控制的准确性，一般需要通过一系列评估指标，对目标检测算法进行评估，其中，中心点偏移指标就是其中之一。
现阶段，对于目标检测算法的中心偏移指标的计算，针对于每一个障碍物，需要计算出该障碍物在目标检测过程中的检测包罗框以及真实包罗框中心点之间的绝对距离，作为该障碍物的中心点偏移指标，加和全部障碍物的中心点偏移指标后，根据检测出的障碍物数量计算中心偏移指标的平均值，作为评估目标检测算法的中心偏移的指标，但是上述计算方式，针对于不同障碍物类别来说，在统一计算均值时，会向中心偏移指标较大的数值靠拢，而由于各类别障碍物之间由于尺寸的不同，对中心偏移的标准也并不相同，导致横向统计不同类别障碍物的中心偏移指标时，中心偏移指标较大的障碍物是由于尺寸较大导致，这并不是目标检测算法本身存在误差，这就可能会导致对中心偏移指标的检测不准确的情况发生。
基于此，本申请实施例提供了一种目标检测中心点偏移的检测方法，以消除不同障碍物类别之间的差异性，进而有助于提升对中心偏移指标的检测的准确率。
请参阅图1，图1为本申请实施例所提供的一种目标检测中心点偏移的检测方法的流程图。如图1中所示，本申请实施例提供的目标检测中心点偏移的检测方法，包括：
S101、确定目标检测过程中检测到的各个障碍物所属的障碍物类别。
S102、针对于每一个障碍物，根据该障碍物在目标检测过程中的检测包罗框的中心点与真实包罗框的中心点之间的绝对距离，以及该障碍物所属的障碍物类别对应的障碍物类别归一化系数，确定出该障碍物对应的中心点偏移指标；其中，所述障碍物类别归一化系数是基于该障碍物所属障碍物类别的预设最大可容忍交并比阈值确定的。
S103、基于各个障碍物对应的中心点偏移指标以及障碍物数量，确定出平均目标中心点偏移指标，基于所述平均目标中心点偏移指标，检测所述目标检测中心点的偏移是否符合偏移要求。
本申请实施例所提供的一种目标检测中心点偏移的检测方法，通过确定障碍物类别归一化系数，在对每个障碍物对应的中心点偏移指标计算时结合障碍物类别归一化系数，以消除不同障碍物类别之间的差异性，进而有助于提升对中心偏移指标的检测的准确率。
下面对本申请实施例示例性的各步骤进行说明：
S101、确定目标检测过程中检测到的各个障碍物所属的障碍物类别。
在本申请实施例中，本申请针对的是自动驾驶领域的目标检测算法进行算法检测精度的检测，在自动驾驶场景中，目标检测的主要目的是检测出周边环境中的障碍物属性，与图像识别不同，目标检测不仅需要识别出图像上存在的物体，给出对应的类别，还需要将该物体的位置通过最小包围框(Bounding box)的方式给出，即采用有向包罗框(orientation bounding box)来定义感知的目标检测算法的输出结果。
具体地，包罗框指包裹住被识别到的障碍物的最贴合立方体，具有八个属性构成，包括障碍物中心与自车原点的相对空间位置、障碍物尺寸(长度、宽度和高度)、障碍物的航向角度以及障碍物类别。
针对于目标检测算法的算法检测精度的检测，实际上的就是分析通过目标检测算法计算出的包络障碍物的检测包罗框与真实包罗框之间的差异度，在本申请实施例中，针对的是检测包罗框与真实包罗框之间的中心点差异，即检测包罗框的中心点偏移进行的检测。
在一种可能的实施方式中，需要获取通过目标检测算法识别出的多个障碍物，以及每个障碍物所属的障碍物类别，以针对于不同的障碍物类别进行分析。
S102、针对于每一个障碍物，根据该障碍物在目标检测过程中的检测包罗框的中心点与真实包罗框的中心点之间的绝对距离，以及该障碍物所属的障碍物类别对应的障碍物类别归一化系数，确定出该障碍物对应的中心点偏移指标；其中，所述障碍物类别归一化系数是基于该障碍物所属障碍物类别的预设最大可容忍交并比阈值确定的。
一般对于目标检测算法的中心偏移指标的计算，针对于每一个障碍物，需要计算出该障碍物在目标检测过程中的检测包罗框以及真实包罗框中心点之间的绝对距离，作为该障碍物的中心点偏移指标，加和全部障碍物的中心点偏移指标后，根据检测出的障碍物数量计算中心偏移指标的平均值，作为评估目标检测算法的中心偏移的指标，但是上述计算方式，针对于不同障碍物类别来说，在统一计算均值时，会向中心偏移指标较大的数值靠拢，而由于各类别障碍物之间由于尺寸的不同，对中心偏移的标准也并不相同，导致横向统计不同类别障碍物的中心偏移指标时，中心偏移指标较大的障碍物是由于尺寸较大导致，这并不是目标检测算法本身存在误差，这就可能会导致对中心偏移指标的检测不准确的情况发生。
例如，绝对中心距离误差为0.5米，对于一个尺寸约为长15米、宽2.5米的大巴车来说是可以接受的，而对于尺寸约为0.2米。0.2米的锥桶，显然发生了明显的偏移，是无法接受的。
因此，在本申请实施例中，通过在计算不同类别的障碍物在计算该障碍物对应的中心点偏移指标时，加入计算得到的障碍物类别归一化系数，以通过对障碍物类别进行归一化处理，消除不同类别障碍物在计算中心偏移指标时，由于尺寸不同带来的误差，以此保证对目标检测算法中心偏移指标检测的准确性。
在一种可能的实施方式中，针对于每一个障碍物，需要根据该障碍物的在目标检测过程中的检测包罗框的中心点与真实包罗框的中心点之间的绝对距离，以及该障碍物所属的障碍物类别对应的障碍物类别归一化系数，进行计算得到该障碍物对应的中心点偏移指标。
具体地，步骤“对于每一个障碍物，根据该障碍物在目标检测过程中的检测包罗框的中心点与真实包罗框的中心点之间的绝对距离，以及该障碍物所属的障碍物类别对应的障碍物类别归一化系数，确定出该障碍物对应的中心点偏移指标”，包括：
a1：针对于每一个障碍物，确定该障碍物的真实包罗框的对角线长度，并基于该障碍物的真实包罗框的对角线长度以及所述障碍物类别归一化系数的乘积，确定目标乘积值。
a2：针对于每一个障碍物，基于该障碍物在目标检测过程中的检测包罗框的中心点与真实包罗框的中心点之间的绝对距离以及所述目标乘积值，确定该障碍物对应的中心点偏移指标。
在本申请实施例中，针对于每一个障碍物，确定该障碍物的真实包罗框的对角线长度，并基于该障碍物的真实包罗框的对角线长度以及所述障碍物类别归一化系数的乘积，确定目标乘积值；然后计算得到该障碍物在目标检测过程中的检测包罗框的中心点与真实包罗框的中心点之间的绝对距离，将绝对距离与目标乘积值的商，确定为该障碍物对应的中心点偏移指标。
具体地，针对于每一个障碍物，通过以下公式计算该障碍物的中心点偏移指标：
其中，n为该障碍物的中心点偏移指标，A为该障碍物的真实包罗框，B为在目标检测过程中检测该障碍物的检测包罗框，dist(A,B)为真实包罗框的中心点与检测包罗框的中心点之间的距离，diag(A)为真实包罗框的对角线长度。
在一种可能的实施方式中，计算每个障碍物对应的中心偏移指标的核心在于计算该障碍物所属的障碍物类别对应的障碍物类别归一化系数，下面将阐述计算各障碍物类别对应的障碍物类别归一化系数的具体步骤：
具体地，通过以下步骤确定所述障碍物类别归一化系数：
b1：确定目标检测过程中检测到的各个障碍物所属的障碍物类别，以及每个障碍物类别下的障碍物包罗框的平均尺寸。
b2：基于各个障碍物类别对应的预设最大可容忍交并比阈值以及各个障碍物类别下的障碍物包罗框的平均尺寸，计算出各个障碍物类别对应的障碍物类别归一化系数。
在本申请实施例中，首选针对于全部障碍物，统计每个障碍物的真实包罗框以及每个障碍物所属的障碍物类别下包括的多个障碍物的包罗框的平均尺寸，根据各个障碍物类别对应的预设最大可容忍交并比阈值以及各个障碍物类别下的障碍物包罗框的平均尺寸，进行计算得到计算出各个障碍物类别对应的障碍物类别归一化系数。
值得注意的是，各个障碍物类别对应的预设最大可容忍交并比阈值是根据自动驾驶场景中对于每个障碍物类别的实际精度需求或者根据自动驾驶的历史检测数据确定的。
其中，交并比阈值(Intersection overUnion，IoU)是指算的是在目标检测过程中的检测包罗框和真实包罗框的交叠率，即它们的交集和并集的比值。最理想情况是完全重叠，即比值为1，即，IoU等于检测包罗框和“真实包罗框之间交集和并集的比值。
针对于同一障碍物来说，在计算该障碍物对应的障碍物类别归一化系数表达式的过程中，假设真实包罗框与所述检测包罗框的尺寸一致，以孤立同类别的障碍物中心点距离误差，保证在评估该类别障碍物中心点距离误差时，障碍物的尺寸误差为零。
不同类别障碍物的尺寸差异本质上等价于其长宽高差异，进而等价于其对角线差异。因此本申请实施例中将不同类别障碍物的尺寸差异因素定义为不同类别障碍物的最大可容忍对角线差异因素，即，针对于每一个障碍物来说，该障碍物对应的障碍物类别归一化系数为障碍物真实包罗框以及检测包罗框的重叠区域的对角线与所述真实包罗框的对角线之间的比值。
在一种可能的实时方式中，步骤“基于各个障碍物类别对应的预设最大可容忍交并比阈值以及各个障碍物类别下的障碍物包罗框的平均尺寸，计算出各个障碍物类别对应的障碍物类别归一化系数”，包括：
c1：针对于每一个障碍物类别，将所述真实包罗框的真实面积以及该障碍物类别下的真实包罗框以及检测包罗框的中心点位于同一对角线上时，所述真实包罗框与所述检测包罗框的重叠区域的重叠面积之间的比值，确定为所述交并比阈值表达式。
c2：针对于每一个障碍物类别，基于所述交并比阈值表达式，求解得到所述障碍物类别归一化系数表达式；所述障碍物类别归一化系数表达式中表征所述障碍物类别归一化系数与所述预设最大可容忍交并比阈值之间的映射关系。
c3：针对于每一个障碍物类别，将该障碍物类别对应的预设最大可容忍交并比阈值代入所述障碍物类别归一化系数表达式，得到所述障碍物类别归一化系数。
在本申请实施例中，针对于同一障碍物的真实包罗框的中心点与检测包罗框的中心点之间的相对距离最大的情况，出现在真实包罗框以及检测包罗框的中心点位于同一对角线上的情况，因此，计算在该种情况下真实包罗框与所述检测包罗框的重叠区域的重叠面积，并确定重叠面积与真实面积之间的目标比值关系，将目标比值关系确定为该障碍物类别对应的交并比阈值表达式后，基于交并比阈值表达式，计算所述障碍物类别归一化系数表达式，针对于每一个障碍物类别，将该障碍物类别对应的预设最大可容忍交并比阈值代入障碍物类别归一化系数表达式，得到障碍物类别归一化系数。
具体地，通过以下步骤确定所述目标比值关系：
d1：基于所述真实包罗框的对角线以及对应的第一对角线夹角，确定所述真实包罗框的真实面积表达式。
d2：基于所述重叠区域的对角线以及对应的第二对角线夹角，确定所述重叠区域的重叠面积表达式；其中所述第一对角线夹角与所述第二对角线夹角相等。
d3：基于所述真实面积表达式与所述重叠面积表达式，确定所述交并比阈值表达式。
在本申请实施例中，请参阅图2，图2为本申请实施例所提供的真实包罗框与检测包罗框重叠示意图，如图2所示，预设最大可容忍交并比阈值等于真实包罗框与检测包罗框之间的重叠区域(图中阴影部分)的区域面积与真实包罗框与检测包罗框的交集面积之比，如图2所示，假设真实包罗框A的尺寸与检测包罗框B的尺寸一致，即，真实包罗框A的面积与检测包罗框B的面积相等，设真实包罗框A的面积与检测包罗框B之间的重叠面积为S1，真实包罗框A的面积为S2，那么，交并比阈值就可以表示为：S1/(2S2-S1)，根据相似三角形可知，Δaco与Δbce全等，那么∠θ与∠α的角度相等。
那么，根据对角线求面积公式可知：
将上述重叠面积S1以及真实包罗框A的面积S2的表达式代入，可得交并比阈值表达式为：
进一步的，设障碍物类别归一化系数N为障碍物真实包罗框以及检测包罗框的重叠区域的对角线与所述真实包罗框的对角线之间的比值，如图2中所示，N＝bc/ac，求解交并比阈值表达式即可确定障碍物类别归一化系数表达式。
具体地，步骤“针对于每一个障碍物类别，所述基于所述交并比阈值表达式，求解得到所述障碍物类别归一化系数表达式”，包括：
e1：针对于每一个障碍物类别，对所述交并比阈值表达式中包括的第一对角线以及第二对角线进行比值计算，通过所述预设最大可容忍交并比阈值表征所述归一化系数，确定所述障碍物类别归一化系数表达式。
e2：基于所述交并比阈值表达式进行求解，得到所述障碍物类别归一化系数表达式。
在本申请实例中，如图2所示，针对于每一个障碍物类别，将重叠区域的第二对角线(bc)与所述真实包罗框的第一对角线(ac)之间的比值代入到所述交并比阈值表达式中，通过所述预设最大可容忍交并比阈值表征所述归一化系数N，进而得到障碍物类别归一化系数表达式，具体运算过程如下：
最后归一化系数表达式通过以下公式进行表示：
其中，N为障碍物类别对应的障碍物类别归一化系数，IoU为该障碍物类别对应的预设最大可容忍交并比阈值。
在计算出障碍物类别归一化系数后，结合障碍物类别归一化表达式计算各个障碍物对应的归一化系数后，进而可以计算出排除障碍物类别干扰后的中心点偏移指标，进而可以通过各个障碍物的中心点偏移指标，确定出平均目标中心点偏移指标，对目标检测算法的中心偏移测量进行评估。
S103、基于各个障碍物对应的中心点偏移指标以及障碍物数量，确定出平均目标中心点偏移指标，基于所述平均目标中心点偏移指标，检测所述目标检测中心点的偏移是否符合偏移要求。
在本申请实施例中，在计算出各个障碍物排除障碍物类别干扰后的中心点偏移指标后，将各个障碍物的中心点偏移指标加和后，根据障碍物数量取平均值，确定平均目标中心点偏移指标。
具体地，通过以下步骤检测所述目标检测中心点的偏移是否符合偏移要求：
f1：检测所述平均目标中心点偏移指标是否小于预设中心点偏移阈值。
f2：若所述平均目标中心点偏移指标小于预设中心点偏移阈值，确定目标检测中心点的偏移符合偏移要求。
在本申请实施例中，在确定出平均目标中心点偏移指标后，检测平均目标中心点偏移指标是否小于预设中心点偏移阈值，若小于，确定目标检测中心点的偏移符合偏移要求。
在一种可能的实施方式中，预设中心点偏移阈值是基于自动驾驶场景对检测精度的检测要求确定的。
下面将通过具体示例，来对本申请实施例中的目标检测中心点偏移的检测过程进行阐述：
请参阅图3，图3为本申请实施例所提供的目标检测中心偏移评估流程图，如图3中所示，目标检测中心偏移评估流程为：
步骤一：统计所有障碍物真值，计算出每个类别包罗框的平均尺寸(长、宽、高)，作为先验参数1。
步骤二：结合无人驾驶对每个障碍物类别实际精度需求，设计每个类别的最大可容忍交并比阈值(IoU阈值)，作为先验参数2。
步骤三：计算归一化系数。
步骤四：计算无类别差异影响的目标检测中心点偏移评价指标。
本申请实施例提供的目标检测中心点偏移的检测方法，确定在目标检测过程中检测到的多个障碍物，以及各个障碍物所属的障碍物类别；针对于每一个障碍物，根据该障碍物在目标检测过程中的检测包罗框的中心点与真实包罗框中心点之间的绝对距离，以及该障碍物所属的障碍物类别对应的障碍物类别归一化系数，确定出该障碍物对应的中心点偏移指标，根据各个障碍物对应的中心点偏移指标以及障碍物数量，确定出平均目标中心点偏移指标，并基于平均目标中心点偏移指标检测目标检测中心点的偏移是否符合偏移要求。在本申请实施例中，通过确定障碍物类别归一化系数，在对每个障碍物对应的中心点偏移指标计算时结合障碍物类别归一化系数，以消除不同障碍物类别之间的差异性，进而有助于提升对中心偏移指标的检测的准确率。
基于同一发明构思，本申请实施例中还提供了与目标检测中心点偏移的检测方法对应的目标检测中心点偏移的检测装置，由于本申请实施例中的装置解决问题的原理与本申请实施例上述目标检测中心点偏移的检测方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
请参阅图4、图5，图4为本申请实施例所提供的一种目标检测中心点偏移的检测装置的结构示意图之一，图5为本申请实施例所提供的一种目标检测中心点偏移的检测装置的结构示意图之二。如图4中所示，所述检测装置400包括：
类别确定模块410，用于确定目标检测过程中检测到的各个障碍物所属的障碍物类别；
偏移指标确定模块420，用于针对于每一个障碍物，根据该障碍物在目标检测过程中的检测包罗框的中心点与真实包罗框的中心点之间的绝对距离，以及该障碍物所属的障碍物类别对应的障碍物类别归一化系数，确定出该障碍物对应的中心点偏移指标；其中，所述障碍物类别归一化系数是基于该障碍物所属障碍物类别的预设最大可容忍交并比阈值确定的；
中心偏移检测模块430，用于基于各个障碍物对应的中心点偏移指标以及障碍物数量，确定出平均目标中心点偏移指标，基于所述平均目标中心点偏移指标，检测所述目标检测中心点的偏移是否符合偏移要求。
在一种可能的实施方式中，如图5所示，所述检测装置400还包括归一化系数确定模块440，所述归一化系数确定模块440用于：
确定目标检测过程中检测到的各个障碍物所属的障碍物类别，以及每个障碍物类别下的障碍物包罗框的平均尺寸；
基于各个障碍物类别对应的预设最大可容忍交并比阈值以及各个障碍物类别下的障碍物包罗框的平均尺寸，计算出各个障碍物类别对应的障碍物类别归一化系数。
在一种可能的实施方式中，所述归一化系数确定模块440在用于基于各个障碍物类别对应的预设最大可容忍交并比阈值以及各个障碍物类别下的障碍物包罗框的平均尺寸，计算出各个障碍物类别对应的障碍物类别归一化系数时，所述归一化系数确定模块440用于：
针对于每一个障碍物类别，将所述真实包罗框的真实面积以及该障碍物类别下的真实包罗框以及检测包罗框的中心点位于同一对角线上时，所述真实包罗框与所述检测包罗框的重叠区域的重叠面积之间的比值，确定为所述交并比阈值表达式；
针对于每一个障碍物类别，基于所述交并比阈值表达式，求解得到所述障碍物类别归一化系数表达式；所述障碍物类别归一化系数表达式中表征所述障碍物类别归一化系数与所述预设最大可容忍交并比阈值之间的映射关系；
针对于每一个障碍物类别，将该障碍物类别对应的预设最大可容忍交并比阈值代入所述障碍物类别归一化系数表达式，得到所述障碍物类别归一化系数。
在一种可能的实施方式中，所述真实包罗框与所述检测包罗框的尺寸一致；所述归一化系数确定模块440用于通过以下步骤确定所述交并比阈值表达式：
基于所述真实包罗框的对角线以及对应的第一对角线夹角，确定所述真实包罗框的真实面积表达式；
基于所述重叠区域的对角线以及对应的第二对角线夹角，确定所述重叠区域的重叠面积表达式；其中所述第一对角线夹角与所述第二对角线夹角相等；
基于所述真实面积表达式与所述重叠面积表达式，确定所述交并比阈值表达式。
在一种可能的实施方式中，所述障碍物类别归一化系数为障碍物真实包罗框以及检测包罗框的重叠区域的第二对角线与所述真实包罗框的第一对角线之间的比值；所述归一化系数确定模块440在用于针对于每一个障碍物类别，所述基于所述交并比阈值表达式，求解得到所述障碍物类别归一化系数表达式时，所述归一化系数确定模块440用于：
针对于每一个障碍物类别，对所述交并比阈值表达式中包括的第一对角线以及第二对角线进行比值计算，通过所述预设最大可容忍交并比阈值表征所述归一化系数，确定所述障碍物类别归一化系数表达式；
基于所述交并比阈值表达式进行求解，得到所述障碍物类别归一化系数表达式。
在一种可能的实施方式中，所述归一化系数表达式通过以下公式进行表示：
其中，N为障碍物类别对应的障碍物类别归一化系数，IoU为该障碍物类别对应的预设最大可容忍交并比阈值。
在一种可能的实施方式中，所述偏移指标确定模块420在用于针对于每一个障碍物，根据该障碍物在目标检测过程中的检测包罗框的中心点与真实包罗框的中心点之间的绝对距离，以及该障碍物所属的障碍物类别对应的障碍物类别归一化系数，确定出该障碍物对应的中心点偏移指标时，所述偏移指标确定模块420用于：
针对于每一个障碍物，确定该障碍物的真实包罗框的对角线长度，并基于该障碍物的真实包罗框的对角线长度以及所述障碍物类别归一化系数的乘积，确定目标乘积值；
针对于每一个障碍物，基于该障碍物在目标检测过程中的检测包罗框的中心点与真实包罗框的中心点之间的绝对距离以及所述目标乘积值，确定该障碍物对应的中心点偏移指标。
本申请实施例提供的目标检测中心点偏移的检测方法，确定在目标检测过程中检测到的多个障碍物，以及各个障碍物所属的障碍物类别；针对于每一个障碍物，根据该障碍物在目标检测过程中的检测包罗框的中心点与真实包罗框中心点之间的绝对距离，以及该障碍物所属的障碍物类别对应的障碍物类别归一化系数，确定出该障碍物对应的中心点偏移指标，根据各个障碍物对应的中心点偏移指标以及障碍物数量，确定出平均目标中心点偏移指标，并基于平均目标中心点偏移指标检测目标检测中心点的偏移是否符合偏移要求。在本申请实施例中，通过确定障碍物类别归一化系数，在对每个障碍物对应的中心点偏移指标计算时结合障碍物类别归一化系数，以消除不同障碍物类别之间的差异性，进而有助于提升对中心偏移指标的检测的准确率。
请参阅图6，图6为本申请实施例所提供的一种电子设备的结构示意图。如图6中所示，所述电子设备600包括处理器610、存储器620和总线630。
所述存储器620存储有所述处理器610可执行的机器可读指令，当电子设备600运行时，所述处理器610与所述存储器620之间通过总线630通信，所述机器可读指令被所述处理器610执行时，可以执行如上述图1所示方法实施例中的目标检测中心点偏移的检测方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。
本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时可以执行如上述图1所示方法实施例中的目标检测中心点偏移的检测方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的***、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种目标检测中心点偏移的检测方法，其特征在于，所述检测方法包括：
确定目标检测过程中检测到的各个障碍物所属的障碍物类别；
针对于每一个障碍物，根据该障碍物在目标检测过程中的检测包罗框的中心点与真实包罗框的中心点之间的绝对距离，以及该障碍物所属的障碍物类别对应的障碍物类别归一化系数，确定出该障碍物对应的中心点偏移指标；其中，所述障碍物类别归一化系数是基于该障碍物所属障碍物类别的预设最大可容忍交并比阈值确定的；
基于各个障碍物对应的中心点偏移指标以及障碍物数量，确定出平均目标中心点偏移指标，基于所述平均目标中心点偏移指标，检测所述目标检测中心点的偏移是否符合偏移要求。
2.根据权利要求1所述的检测方法，其特征在于，通过以下步骤确定所述障碍物类别归一化系数：
确定目标检测过程中检测到的各个障碍物所属的障碍物类别，以及每个障碍物类别下的障碍物包罗框的平均尺寸；
基于各个障碍物类别对应的预设最大可容忍交并比阈值以及各个障碍物类别下的障碍物包罗框的平均尺寸，计算出各个障碍物类别对应的障碍物类别归一化系数。
3.根据权利要求2所述的检测方法，其特征在于，所述基于各个障碍物类别对应的预设最大可容忍交并比阈值以及各个障碍物类别下的障碍物包罗框的平均尺寸，计算出各个障碍物类别对应的障碍物类别归一化系数：
针对于每一个障碍物类别，将所述真实包罗框的真实面积以及该障碍物类别下的真实包罗框以及检测包罗框的中心点位于同一对角线上时，所述真实包罗框与所述检测包罗框的重叠区域的重叠面积之间的比值，确定为所述交并比阈值表达式；
针对于每一个障碍物类别，基于所述交并比阈值表达式，求解得到所述障碍物类别归一化系数表达式；所述障碍物类别归一化系数表达式中表征所述障碍物类别归一化系数与所述预设最大可容忍交并比阈值之间的映射关系；
针对于每一个障碍物类别，将该障碍物类别对应的预设最大可容忍交并比阈值代入所述障碍物类别归一化系数表达式，得到所述障碍物类别归一化系数。
4.根据权利要求3所述的检测方法，其特征在于，所述真实包罗框与所述检测包罗框的尺寸一致；通过以下步骤确定所述交并比阈值表达式：
基于所述真实包罗框的对角线以及对应的第一对角线夹角，确定所述真实包罗框的真实面积表达式；
基于所述重叠区域的对角线以及对应的第二对角线夹角，确定所述重叠区域的重叠面积表达式；其中所述第一对角线夹角与所述第二对角线夹角相等；
基于所述真实面积表达式与所述重叠面积表达式，确定所述交并比阈值表达式。
5.根据权利要求4所述的检测方法，其特征在于，所述障碍物类别归一化系数为障碍物真实包罗框以及检测包罗框的重叠区域的第二对角线与所述真实包罗框的第一对角线之间的比值；
所述针对于每一个障碍物类别，所述基于所述交并比阈值表达式，求解得到所述障碍物类别归一化系数表达式，包括：
针对于每一个障碍物类别，对所述交并比阈值表达式中包括的第一对角线以及第二对角线进行比值计算，通过所述预设最大可容忍交并比阈值表征所述归一化系数，确定所述障碍物类别归一化系数表达式；
基于所述交并比阈值表达式进行求解，得到所述障碍物类别归一化系数表达式。
6.根据权利要求2所述的检测方法，其特征在于，所述归一化系数表达式通过以下公式进行表示：
其中，N为障碍物类别对应的障碍物类别归一化系数，IoU为该障碍物类别对应的预设最大可容忍交并比阈值。
7.根据权利要求1所述的检测方法，其特征在于，所述针对于每一个障碍物，根据该障碍物在目标检测过程中的检测包罗框的中心点与真实包罗框的中心点之间的绝对距离，以及该障碍物所属的障碍物类别对应的障碍物类别归一化系数，确定出该障碍物对应的中心点偏移指标，包括：
针对于每一个障碍物，确定该障碍物的真实包罗框的对角线长度，并基于该障碍物的真实包罗框的对角线长度以及所述障碍物类别归一化系数的乘积，确定目标乘积值；
针对于每一个障碍物，基于该障碍物在目标检测过程中的检测包罗框的中心点与真实包罗框的中心点之间的绝对距离以及所述目标乘积值，确定该障碍物对应的中心点偏移指标。
8.一种目标检测中心点偏移的检测装置，其特征在于，所述检测装置包括：
类别确定模块，用于确定目标检测过程中检测到的各个障碍物所属的障碍物类别；
偏移指标确定模块，用于针对于每一个障碍物，根据该障碍物在目标检测过程中的检测包罗框的中心点与真实包罗框的中心点之间的绝对距离，以及该障碍物所属的障碍物类别对应的障碍物类别归一化系数，确定出该障碍物对应的中心点偏移指标；其中，所述障碍物类别归一化系数是基于该障碍物所属障碍物类别的预设最大可容忍交并比阈值确定的；
中心偏移检测模块，用于基于各个障碍物对应的中心点偏移指标以及障碍物数量，确定出平均目标中心点偏移指标，基于所述平均目标中心点偏移指标，检测所述目标检测中心点的偏移是否符合偏移要求。
9.一种电子设备，其特征在于，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行如权利要求1至7任一项所述的目标检测中心点偏移的检测方法的步骤。
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上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至7任一项所述的目标检测中心点偏移的检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211700936.6A CN115908790B (zh) | 2022-12-28 | 一种目标检测中心点偏移的检测方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211700936.6A CN115908790B (zh) | 2022-12-28 | 一种目标检测中心点偏移的检测方法、装置及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115908790A true CN115908790A (zh) | 2023-04-04 |
| CN115908790B CN115908790B (zh) | 2024-07-26 |
Family
ID=
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020105833A1 (en) * | 2000-01-07 | 2002-08-08 | Kazuo Aoyama | Function reconfigurable semiconductor device and integrated circuit configuring the semiconductor device |
| CN101071505A (zh) * | 2007-06-18 | 2007-11-14 | 华中科技大学 | 一种多相似性测度图像配准方法 |
| CN102831423A (zh) * | 2012-07-26 | 2012-12-19 | 武汉大学 | 一种sar图像道路提取方法 |
| CN102968777A (zh) * | 2012-11-20 | 2013-03-13 | 河海大学 | 一种基于重叠区域sift特征点的图像拼接方法 |
| US20150371124A1 (en) * | 2014-06-19 | 2015-12-24 | Seiko Epson Corporation | Image processing apparatus and image processing program |
| US20170097739A1 (en) * | 2014-08-05 | 2017-04-06 | Shenzhen Tcl New Technology Co., Ltd. | Virtual keyboard system and typing method thereof |
| CN110503095A (zh) * | 2019-08-27 | 2019-11-26 | 中国人民公安大学 | 目标检测模型的定位质量评价方法、定位方法及设备 |
| CN111062413A (zh) * | 2019-11-08 | 2020-04-24 | 深兰科技（上海）有限公司 | 一种道路目标检测方法、装置、电子设备及存储介质 |
| CN113139559A (zh) * | 2020-01-17 | 2021-07-20 | 初速度（苏州）科技有限公司 | 一种目标检测模型的训练方法、数据的标注方法和装置 |
| CN113657225A (zh) * | 2021-08-05 | 2021-11-16 | 武汉工程大学 | 一种目标检测方法 |
| CN113780270A (zh) * | 2021-03-23 | 2021-12-10 | 京东鲲鹏(江苏)科技有限公司 | 目标检测方法和装置 |
| CN114187268A (zh) * | 2021-12-04 | 2022-03-15 | 北京工业大学 | 基于目标检测和语义分割融合的障碍物检测方法 |
| CN114219936A (zh) * | 2021-10-28 | 2022-03-22 | 中国科学院自动化研究所 | 目标检测方法、电子设备、存储介质和计算机程序产品 |
| CN114246767A (zh) * | 2022-01-10 | 2022-03-29 | 河海大学 | 基于云端计算的盲人智能导航眼镜***及装置 |
| CN114743180A (zh) * | 2022-04-25 | 2022-07-12 | 中国第一汽车股份有限公司 | 检测结果的识别方法、装置、存储介质和处理器 |
| CN115311646A (zh) * | 2022-09-14 | 2022-11-08 | 北京斯年智驾科技有限公司 | 一种障碍物检测的方法及装置 |
| CN115482417A (zh) * | 2022-09-29 | 2022-12-16 | 珠海视熙科技有限公司 | 多目标检测模型及其训练方法、装置、介质及设备 |
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020105833A1 (en) * | 2000-01-07 | 2002-08-08 | Kazuo Aoyama | Function reconfigurable semiconductor device and integrated circuit configuring the semiconductor device |
| CN101071505A (zh) * | 2007-06-18 | 2007-11-14 | 华中科技大学 | 一种多相似性测度图像配准方法 |
| CN102831423A (zh) * | 2012-07-26 | 2012-12-19 | 武汉大学 | 一种sar图像道路提取方法 |
| CN102968777A (zh) * | 2012-11-20 | 2013-03-13 | 河海大学 | 一种基于重叠区域sift特征点的图像拼接方法 |
| US20150371124A1 (en) * | 2014-06-19 | 2015-12-24 | Seiko Epson Corporation | Image processing apparatus and image processing program |
| US20170097739A1 (en) * | 2014-08-05 | 2017-04-06 | Shenzhen Tcl New Technology Co., Ltd. | Virtual keyboard system and typing method thereof |
| CN110503095A (zh) * | 2019-08-27 | 2019-11-26 | 中国人民公安大学 | 目标检测模型的定位质量评价方法、定位方法及设备 |
| CN111062413A (zh) * | 2019-11-08 | 2020-04-24 | 深兰科技（上海）有限公司 | 一种道路目标检测方法、装置、电子设备及存储介质 |
| CN113139559A (zh) * | 2020-01-17 | 2021-07-20 | 初速度（苏州）科技有限公司 | 一种目标检测模型的训练方法、数据的标注方法和装置 |
| CN113780270A (zh) * | 2021-03-23 | 2021-12-10 | 京东鲲鹏(江苏)科技有限公司 | 目标检测方法和装置 |
| CN113657225A (zh) * | 2021-08-05 | 2021-11-16 | 武汉工程大学 | 一种目标检测方法 |
| CN114219936A (zh) * | 2021-10-28 | 2022-03-22 | 中国科学院自动化研究所 | 目标检测方法、电子设备、存储介质和计算机程序产品 |
| CN114187268A (zh) * | 2021-12-04 | 2022-03-15 | 北京工业大学 | 基于目标检测和语义分割融合的障碍物检测方法 |
| CN114246767A (zh) * | 2022-01-10 | 2022-03-29 | 河海大学 | 基于云端计算的盲人智能导航眼镜***及装置 |
| CN114743180A (zh) * | 2022-04-25 | 2022-07-12 | 中国第一汽车股份有限公司 | 检测结果的识别方法、装置、存储介质和处理器 |
| CN115311646A (zh) * | 2022-09-14 | 2022-11-08 | 北京斯年智驾科技有限公司 | 一种障碍物检测的方法及装置 |
| CN115482417A (zh) * | 2022-09-29 | 2022-12-16 | 珠海视熙科技有限公司 | 多目标检测模型及其训练方法、装置、介质及设备 |
Non-Patent Citations (2)
| Title |
|---|
| XINGBANG YANG;CHANGLE XIANG;BIN XU;WEI FAN;: "Theoretical and Experimental Investigations of Gyroplane Jump Takeoff Dynamics", JOURNAL OF HARBIN INSTITUTE OF TECHNOLOGY, no. 03, 15 June 2017 (2017-06-15) * |
| 郑林;刘泉;郭金旭;: "基于EM算法的多椭圆形目标检测", 计算机工程与应用, no. 19, 1 July 2008 (2008-07-01) * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20180189575A1 (en) | Method, apparatus and device for generating target detection information | |
| CN110390306B (zh) | 直角车位的检测方法、车辆和计算机可读存储介质 | |
| CN112204346A (zh) | 用于确定车辆位置的方法 | |
| CN112763993A (zh) | 标定雷达参数的方法和装置、电子设备、存储介质 | |
| CN112991459A (zh) | 一种相机标定方法、装置、设备以及存储介质 | |
| CN112800506A (zh) | 变电站安全净距校验方法和装置、设备及存储介质 | |
| CN110413942B (zh) | 车道线方程筛选方法及其筛选模块 | |
| CN114120149A (zh) | 一种倾斜摄影测量建筑物特征点提取方法、装置、电子设备及介质 | |
| CN110426714B (zh) | 一种障碍物识别方法 | |
| CN114140730A (zh) | 目标匹配方法、装置、设备及存储介质 | |
| CN112689842B (zh) | 一种目标检测方法以及装置 | |
| CN115908790A (zh) | 一种目标检测中心点偏移的检测方法、装置及电子设备 | |
| CN115908790B (zh) | 一种目标检测中心点偏移的检测方法、装置及电子设备 | |
| CN116543271A (zh) | 目标检测评价指标的确定方法、装置、电子设备及介质 | |
| CN113327284B (zh) | 图像识别方法、装置、电子设备和存储介质 | |
| CN116412757A (zh) | 装载率测量方法、装置、设备及介质 | |
| CN112945266A (zh) | 激光导航机器人及其机器人的里程计校准方法 | |
| CN110133624B (zh) | 无人驾驶异常检测方法、装置、设备和介质 | |
| CN115147791A (zh) | 一种车辆变道检测方法、装置、交通工具及存储介质 | |
| CN111045026B (zh) | 一种识别充电桩位姿的方法及装置 | |
| CN114647816A (zh) | 车道线的确定方法、装置、设备及存储介质 | |
| CN116626630B (zh) | 一种物体分类方法、装置、电子设备及存储介质 | |
| CN112241675A (zh) | 物体检测模型训练方法及装置 | |
| CN111429399A (zh) | 一种直线检测方法及装置 | |
| US20220292713A1 (en) | Information processing apparatus, information processing method, and storage medium |
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 |