CN117351303A - 目标检测模型的训练方法、目标检测方法、装置及设备 - Google Patents
目标检测模型的训练方法、目标检测方法、装置及设备 Download PDFInfo
- Publication number
- CN117351303A CN117351303A CN202311402905.7A CN202311402905A CN117351303A CN 117351303 A CN117351303 A CN 117351303A CN 202311402905 A CN202311402905 A CN 202311402905A CN 117351303 A CN117351303 A CN 117351303A
- Authority
- CN
- China
- Prior art keywords
- sample
- obstacle
- point cloud
- foreground
- scene
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 147
- 238000012549 training Methods 0.000 title claims abstract description 99
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000000605 extraction Methods 0.000 claims abstract description 56
- 238000012545 processing Methods 0.000 claims abstract description 19
- 238000004590 computer program Methods 0.000 claims description 16
- 238000013507 mapping Methods 0.000 claims description 14
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 238000013527 convolutional neural network Methods 0.000 claims description 5
- 230000009467 reduction Effects 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 13
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06V10/77—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
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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
- 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
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种目标检测模型的训练方法、目标检测方法、装置及设备,属于人工智能技术领域。该方法包括:从样本场景的样本场景点云中确定样本前景点云;对所述样本前景点云进行体素化处理,得到至少一个体素数据,并对至少一个体素数据进行特征提取,得到样本前景特征;根据所述样本前景特征,对所述样本场景中的障碍物进行预测,得到所述样本场景中样本障碍物的预测障碍物属性;根据所述预测障碍物属性和所述样本障碍物的标签数据,对目标检测模型进行训练。通过上述技术方案,能够提高自动驾驶场景中障碍物检测的准确性。
Description
技术领域
本发明涉及人工智能技术领域,尤其涉及目标检测、深度学习技术领域,具体涉及目标检测模型的训练方法、目标检测方法、装置及设备,可应用于智能驾驶场景。
背景技术
自动驾驶场景的目标检测是无人车辆感知环境的重要任务。随着深度学习技术的发展,目标检测的方法有了较大的改进。从之前的人工提取特征转变成卷积神经网络自动提取信息,通过端到端的方式极大的提升了检测的质量。激光雷达因其能够提供精确的三维信息,成为3D目标检测中广泛使用的传感器。
激光雷达点云中的3D目标检测是自动驾驶***中的一项重要任务,因为它为后续的车载模块提供了关键信息,从感知、预测到规划,专门设计了用于应对该领域点云的复杂网络。由于点云的稀疏性和不规则性,现有的大多数工作都采用基于网格的方法,直接将所有的原始点云转换为规则网格,如pillar、体素和range视图,从而可以应用规则算子。但是采集的点云中,90~95%是背景点,对于目标检测存在较大干扰。
发明内容
本发明提供了一种目标检测模型的训练方法、目标检测方法、装置及设备,以提高自动驾驶场景中目标检测的准确性。
根据本发明的一方面,提供了一种目标检测模型的训练方法,该方法包括:
从样本场景的样本场景点云中确定样本前景点云;
对所述样本前景点云进行体素化处理,得到至少一个体素数据,并对至少一个体素数据进行特征提取,得到样本前景特征;
根据所述样本前景特征,对所述样本场景中的障碍物进行预测,得到所述样本场景中样本障碍物的预测障碍物属性;
根据所述预测障碍物属性和所述样本障碍物的标签数据,对目标检测模型进行训练。
根据本发明的另一方面,提供了一种目标检测方法,该方法包括:
获取目标场景的目标场景点云中确定目标场景点云中确定目标前景点云;
采用目标检测模型对所述目标前景点云进行障碍物属性预测,得到目标障碍物属性;其中所述目标检测模型采用本发明提供的目标检测模型的训练方法训练得到。
根据本发明的另一方面,提供了一种目标检测模型的训练装置,该装置包括:
样本前景点云确定模块,用于对样本场景的样本场景点云中确定样本前景点云;
样本前景特征确定模块,用于对所述样本前景点云进行体素化处理,得到至少一个体素数据,并对至少一个体素数据进行特征提取,得到样本前景特征;
预测障碍物属性确定模块,用于根据所述样本前景特征,对所述样本场景中的障碍物进行预测,得到所述样本场景中样本障碍物的预测障碍物属性;
模型训练模块,用工余根据所述预测障碍物属性和所述样本障碍物的标签数据,对目标检测模型进行训练。
根据本发明的另一方面,提供了一种目标检测装置,该装置包括:
目标前景点云确定模块,用于获取目标场景的目标场景点云中确定目标场景点云中确定目标前景点云;
目标障碍物属性确定模块,用于采用目标检测模型对所述目标前景点云进行障碍物属性预测,得到目标障碍物属性;其中所述目标检测模型采用本发明提供的目标检测模型的训练方法训练得到。
根据本发明的另一方面,提供了一种电子设备,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本发明任一实施例所述的目标检测模型的训练方法或目标检测方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,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本发明任一实施例所述的目标检测模型的训练方法或目标检测方法。
本发明实施例的技术方案,通过从样本场景的样本场景点云中确定样本前景点云,之后对样本前景点云进行体素化处理,得到至少一个体素数据,并对至少一个体素数据进行特征提取,得到样本前景特征,进而根据样本前景特征,对样本场景中的障碍物进行预测,得到样本场景中样本障碍物的预测障碍物属性,最后根据预测障碍物属性和样本障碍物的标签数据,对目标检测模型进行训练。上述技术方案,从场景点云中确定前景点云,基于前景点云的相关特征进行目标检测模型的训练,剔除了背景点云对模型训练的影响,从而能够提高模型训练的精度。
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是根据本发明实施例一提供的一种目标检测模型的训练方法的流程图;
图2是根据本发明实施例二提供的一种目标检测模型的训练方法的流程图;
图3是根据本发明实施例三提供的一种目标检测模型的训练方法的流程图;
图4是根据本发明实施例四提供的一种目标检测方法的流程图;
图5是根据本发明实施例五提供的一种目标检测模型的训练装置的结构示意图;
图6是根据本发明实施例六提供的一种目标检测装置的结构示意图;
图7是实现本发明实施例的目标检测模型的训练方法或目标检测方法的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”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、***、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。
此外,还需要说明的是,本发明的技术方案中,所涉及的样本场景点云、目标场景点云等的收集、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。
实施例一
图1是根据本发明实施例一提供的一种目标检测模型的训练方法的流程图。本实施例可适用于自动驾驶场景中如何进行目标检测的情况,该方法可以由目标检测模型的训练装置来执行,该装置可以采用硬件和/或软件的形式实现,该装置可集成于承载目标检测模型的训练功能的电子设备中,例如服务器中。如图1所示,该方法包括:
S110、从样本场景的样本场景点云中确定样本前景点云。
本实施例中,样本场景是指模型训练时所涉及的自动驾驶场景。所谓样本场景点云是指采集的样本场景中的点云数据;可选的,可以从激光雷达设备中获取其扫描的样本场景点云。所谓样本前景点云是指场景中前景中障碍物对应的点云;其中,障碍物可以是静态障碍物和/动态障碍物,静态障碍物可以是锥桶、三角警示牌等;动态障碍物可以是车辆行人等交通参与者。
一种可选方式,可以基于障碍物特征以及背景特征之间的差异性,从样本场景的样本场景点云中筛选出样本前景点云。
S120、对样本前景点云进行体素化处理,得到至少一个体素数据,并对至少一个体素数据进行特征提取,得到样本前景特征。
本实施例中,体素化是指将物体的几何形式表示转换成最接近该物体的体素表示形式,产生体数据集,其不仅包含模型的表面信息,而且能描述模型的内部属性。所谓体素数据在是样本前景点云对应的三维空间中最小的体积元素数据。所谓样本前景特征是指用于表征样本场景中前景障碍物的特征,可以采用矩阵或向量形式表示。
一种可选方式,可以基于预设体素化方式,对样本前景点云进行体素化处理,得到至少一个体素数据,之后基于预设特征提取方式,对至少一个体素特征进行特征提取,得到样本前景特征。其中预设体素化方式可以是基于体积投影的体素化方式、基于三角形与体素距离的表面体素化方式等,本实施例中对此不作具体限定。预设特征提取网络可以是任意传统特征提取方式,本实施例对此不作具体限定,例如可以是基于形状的特征提取方式等。
又一种可选方式,本实施例中目标检测模型包括特征转换网络、三维特征提取网络和二维特征提取网络;其中,特征转换网络为Point网络;三维特征提取网络为三维稀疏卷积网络;二维特征提取网络为二维卷积网络;相应的,对样本前景点云进行体素化处理,得到至少一个体素数据,并对至少一个体素数据进行特征提取,得到样本前景特征,包括:采用特征转换网络,对体素数据进行特征转换,得到体素数据的单体素特征;采用三维特征提取网络,对至少一个体素数据的单体素特征进行多尺度特征提取,得到三维尺度特征;对三维尺度特征进行降维处理,得到二维伪图特征;采用二维特征提取网络,对二维伪图特征进行多尺度特征提取,得到二维尺度特征,将二维尺度特征作为样本前景特征。
其中,单体素特征是指单个体素数据的特征,可以采用矩阵或向量形式表示。所谓三维尺度特征是指体素数据的三维特征,可以采用矩阵或向量形式表示。所谓二维伪图特征是对三维尺度特征进行降维处理后得到的二维数据,可以采用矩阵或向量形式表示。所谓二维尺度特征是指对二维伪图特征进行特征提取后得到的二维特征,可以采用矩阵或向量形式表示。
可以理解的是,通过不同的特征提取网络,多层次对体素数据进行特征提取,能够提取到更丰富的样本前景的特征。
S130、根据样本前景特征,对样本场景中的障碍物进行预测,得到样本场景中样本障碍物的预测障碍物属性。
本实施例中,预测障碍物属性是指对样本场景中障碍物进行预测所得到的关于障碍物的属性信息;可选的,预测障碍物属性包括预测位置、预测尺寸、预测类别和预测朝向角。
具体的,目标检测模型可以包括属性预测网络;其中,属性预测网络可以是多层卷积神经网络。
具体的,将样本前景特征输入属性预测网络中,经过网络学习预测,得到样本场景中样本障碍物的预测障碍物属性。
S140、根据预测障碍物属性和样本障碍物的标签数据,对目标检测模型进行训练。
本实施例中,样本障碍物的标签数据是与预测障碍物属性对应的真实值。
具体的,可以基于预设损失函数,根据预测障碍物属性和样本障碍物的标签数据进行训练损失,采用训练损失对目标检测模型进行迭代训练,直至满足训练停止条件,停止对目标检测模训练。其中,训练停止条件可以包括迭代次数满足设定次数,或者训练损失稳定在设定范围;其中,设定次数和设定范围可以由本领域技术人员根据实际情况设定。
本发明实施例的技术方案,通过从样本场景的样本场景点云中确定样本前景点云,之后对样本前景点云进行体素化处理,得到至少一个体素数据,并对至少一个体素数据进行特征提取,得到样本前景特征,进而根据样本前景特征,对样本场景中的障碍物进行预测,得到样本场景中样本障碍物的预测障碍物属性,最后根据预测障碍物属性和样本障碍物的标签数据,对目标检测模型进行训练。上述技术方案,从场景点云中确定前景点云,基于前景点云的相关特征进行目标检测模型的训练,剔除了背景点云对模型训练的影响,从而能够提高模型训练的精度。
由于过多背景点云或造成对交通参与者的误检问题,通过对背景点云进行剔除,基于前景点云进行模型训练,能够提高目标检测模型的检测性能、耗时更短,更适用于实时***,所得到的目标检测模型鲁棒性更好。
在模型训练过程中,先对背景点云进行剔除,在下游目标检测任务中,只处理一小部分前景点云能提高目标检测的处理效率。
实施例二
图2是根据本发明实施例二提供的一种目标检测模型的训练方法的流程图。本实施例在上述实施例的基础上,对“从样本场景的样本场景点云中确定样本前景点云”进一步优化,提供一种可选实施方案。如图2所示,本实施例的目标检测模型的训练方法可以包括:
S210、按照前视图视角,根据样本场景点云,生成样本前视图。
本实施例中,前视图视角是指第一视角。所谓样本前视图是指第一视角下样本场景点的对应的图像,包括样本前景视图和样本背景视图。
具体的,可以按照前视图视角,对样本场景点云进行各个方向观察,生成至少一个样本前视图。
S220、根据样本场景点云和样本前视图,构建前视图点云映射表。
本实施例中,前视图点云映射表是指样本场景点云与样本前视图之间的对应关系表。
具体的,将样本场景点云和样本前视图进行一一对应,得到前视图点云映射表。
S230、根据样本前视图,确定样本前景视图。
本实施例中,样本前景视图是指样本场景中前景点云对应的前景视图。
一种可选方式,目标检测模型包括视图特征提取网络和前背景分类网络;视图特征提取网络为多尺度卷积神经网络;前背景分类网络为对样本前视图进行前景视图和背景视图进行分类识别的网络,可以是全连接网络,或者卷积网络。相应的,根据样本前视图,确定样本前景视图,包括:采用视图特征提取网络,对样本前视图进行特征提取,得到样本视图特征;采用前背景分类网络,根据样本视图特征,对样本前视图进行分类,得到分类结果,并从分类结果中确定到样本前景视图。
其中,样本视图特征是指对样本前视图进行特征提取后得到的特征,可以采用矩阵或向量形式表示。所谓分类结果包括前景视图或背景视图,可以以概率形式表示。
可以理解的是,基于特定卷积网络对样本前视图进行分类,可以准确得到样本前景视图和样本背景视图,为后续确定样本前景点云和样本背景点云奠定基础。
S240、基于前视图点云映射表,根据样本前景视图,从样本场景点云中确定样本前景点云。
具体的,可以以样本前景视图为索引,基于前视图点云映射表,从样本场景点云中确定样本前景点云。
S250、对样本前景点云进行体素化处理,得到至少一个体素数据,并对至少一个体素数据进行特征提取,得到样本前景特征。
S260、根据样本前景特征,对样本场景中的障碍物进行预测,得到样本场景中样本障碍物的预测障碍物属性。
S270、根据预测障碍物属性和样本障碍物的标签数据,对目标检测模型进行训练。
本发明实施例提供的技术方案,通过按照前视图视角,根据样本场景点云,生成样本前视图,根据样本场景点云和样本前视图,构建前视图点云映射表,根据样本前视图,确定样本前景视图,基于前视图点云映射表,根据样本前景视图,从样本场景点云中确定样本前景点云,之后对样本前景点云进行体素化处理,得到至少一个体素数据,并对至少一个体素数据进行特征提取,得到样本前景特征,进而根据样本前景特征,对样本场景中的障碍物进行预测,得到样本场景中样本障碍物的预测障碍物属性,最后根据预测障碍物属性和样本障碍物的标签数据,对目标检测模型进行训练。上述技术方案,引入前视图,即二维视图的方式,从样本场景点云中确定样本前景点云,为样本前景点云的确定提供一种方式,以提高样本前景点云的确定准确性,从而加速候选模型的训练。
实施例三
图3是根据本发明实施例三提供的一种目标检测模型的训练方法的流程图。本实施例在上述实施例的基础上,对“预测障碍物属性和样本障碍物的标签数据,对目标检测模型进行训练”进一步优化,提供一种可选实施方案。
如图3所示,本实施例的目标检测模型的训练方法可以包括:
S310、从样本场景的样本场景点云中确定样本前景点云。
S320、对样本前景点云进行体素化处理,得到至少一个体素数据,并对至少一个体素数据进行特征提取,得到样本前景特征。
S330、根据样本前景特征,对样本场景中的障碍物进行预测,得到样本场景中样本障碍物的预测障碍物属性。
S340、根据分类结果和样本场景的标签数据,确定前背景分类损失。
本实施例中,样本场景的标签数据是指前景视图和背景视图的真实标签值。所谓前背景分类损失用于训练前背景分类网络。
具体的,可以基于预设损失函数,根据分类结果和样本场景的标签数据,确定前背景分类损失。其中,本实施例对预设损失函数不作具体限定,可以是focalloss。
S350、根据预测障碍物属性和样本障碍物的标签数据,确定障碍物损失。
本实施例中,障碍物损失是指用于训练目标检测模型中关于障碍物预测的网络。
一种可选方式,可以根据预测位置和标签数据中标签位置,确定位置损失;根据预测尺寸、预测朝向角、以及标签数据中标签尺寸和标签朝向角,确定尺寸损失;根据预测类别和标签数据中标签类别,确定类别损失;根据位置损失、尺寸损失和类别损失,确定障碍物损失。
具体的,可以基于预设损失函数,根据预测位置和标签数据中标签位置计算损失,作为位置损失;基于预设损失函数,根据预测尺寸、预测朝向角、以及标签数据中标签尺寸和标签朝向角计算损失,作为尺寸损失;基于预设损失函数,根据预测类别和标签数据中标签类别计算损失,作为类别损失。之后,将位置损失、尺寸损失和类别损失进行加权求和,得到障碍物损失。需要说明的是,不同损失所采用的损失函数可以相同也可不同。对于加权求和中的权重可以预先设置,也可以基于模型进行自适应调整。
可以理解的是,通过对不同预测属性分别计算损失,进行多任务训练,能够提高目标检测模型的性能。
S360、根据前背景分类损失和障碍物损失,确定训练损失,并采用训练损失对目标检测模型进行训练。
具体的,可以对前背景分类损失和障碍物损失进行加权求和,得到训练损失,并采用训练损失对目标检测模型进行训练。需要说明的是,对于加权求和中的权重可以预先设置,也可以基于模型进行自适应调整。
本发明实施例提供的技术方案,通过从样本场景的样本场景点云中确定样本前景点云,之后对样本前景点云进行体素化处理,得到至少一个体素数据,并对至少一个体素数据进行特征提取,得到样本前景特征,进而根据样本前景特征,对样本场景中的障碍物进行预测,得到样本场景中样本障碍物的预测障碍物属性,最后根据分类结果和样本场景的标签数据,确定前背景分类损失,根据预测障碍物属性和样本障碍物的标签数据,确定障碍物损失,根据前背景分类损失和障碍物损失,确定训练损失,并采用训练损失对目标检测模型进行训练。上述技术方案,通过对每个预测分支进行对应损失计算再加和得到训练损失,即通过对点云分类和目标检测协同训练,能够加强模型关注更重要目标的能力,能够提高模型训练的性能。
实施例四
图4是根据本发明实施例四提供的一种目标检测方法的流程图。本实施例可适用于自动驾驶场景中如何进行目标检测的情况,该方法可以由目标检测装置来执行,该装置可以采用硬件和/或软件的形式实现,该装置可集成于承载目标检测功能的电子设备中,例如服务器中。如图4所示,该方法包括:
S410、获取目标场景的目标场景点云中确定目标场景点云中确定目标前景点云。
本实施例中,目标场景是指需要进行障碍物预测的场景。所谓目标场景点云是指通过激光雷达设备采集的目标场景中的点云数据。所谓目标前景点云是指样本场景点云中去除背景点云所剩下的前景点云。
可选的,可以基于按照前视图视角,根据目标场景点云,生成目标前视图;根据目标场景点云和目标前视图,构建前视图点云映射表;根据目标前视图,确定目标前景视图;基于前视图点云映射表,根据目标前景视图,从目标场景点云中确定目标前景点云。
进一步的,根据目标前视图,确定目标前景视图,可以是采用目标检测模型中视图特征提取网络,对目标前视图进行特征提取,得到目标视图特征;采用目标检测模型中前背景分类网络,根据目标视图特征,对目标前视图进行分类,得到分类结果,并从所述分类结果中确定到目标前景视图。
S420、采用目标检测模型对目标前景点云进行障碍物属性预测,得到目标障碍物属性。
其中,目标检测模型采用本发明任意实施例所提供的目标检测模型的训练方法训练得到。所谓目标障碍物属性是指目标场景中障碍物的属性。
具体的,可以将目标前景点云输入目标检测模型,经过模型处理,得到目标场景中障碍物的目标障碍物属性。
本发明实施例提供的技术方案,通过获取目标场景的目标场景点云中确定目标场景点云中确定目标前景点云,之后采用目标检测模型对目标前景点云进行障碍物属性预测,得到目标障碍物属性。上述技术方案,通过训练好的目标检测模型对场景中障碍物属性进行预测,能够提高目标的预测准确性。
实施例五
图5是根据本发明实施例五提供的一种目标检测模型的训练装置的结构示意图。本实施例可适用于自动驾驶场景中如何进行目标检测的情况该装置可以采用硬件和/或软件的形式实现,该装置可集成于承载目标检测模型的训练功能的电子设备中,例如服务器中。如图5所示,本实施例的目标检测模型的训练装置可以包括:
样本前景点云确定模块510,用于对样本场景的样本场景点云中确定样本前景点云;
样本前景特征确定模块520,用于对样本前景点云进行体素化处理,得到至少一个体素数据,并对至少一个体素数据进行特征提取,得到样本前景特征;
预测障碍物属性确定模块530,用于根据样本前景特征,对样本场景中的障碍物进行预测,得到样本场景中样本障碍物的预测障碍物属性;
模型训练模块540,用工余根据预测障碍物属性和样本障碍物的标签数据,对目标检测模型进行训练。
本发明实施例的技术方案,通过从样本场景的样本场景点云中确定样本前景点云,之后对样本前景点云进行体素化处理,得到至少一个体素数据,并对至少一个体素数据进行特征提取,得到样本前景特征,进而根据样本前景特征,对样本场景中的障碍物进行预测,得到样本场景中样本障碍物的预测障碍物属性,最后根据预测障碍物属性和样本障碍物的标签数据,对目标检测模型进行训练。上述技术方案,从场景点云中确定前景点云,基于前景点云的相关特征进行目标检测模型的训练,剔除了背景点云对模型训练的影响,从而能够提高模型训练的精度。
可选的,样本前景点云确定模块510,包括:
样本前视图生成单元,用于按照前视图视角,根据样本场景点云,生成样本前视图;
映射表构建单元,用于根据样本场景点云和样本前视图,构建前视图点云映射表;
样本前景视图确定单元,用于根据样本前视图,确定样本前景视图;
样本前景点云确定单元,用于基于前视图点云映射表,根据样本前景视图,从样本场景点云中确定样本前景点云。
可选的,目标检测模型包括视图特征提取网络和前背景分类网络;视图特征提取网络为多尺度卷积神经网络;
相应的,样本前景视图确定单元具体用于:
采用视图特征提取网络,对样本前视图进行特征提取,得到样本视图特征;
采用前背景分类网络,根据样本视图特征,对样本前视图进行分类,得到分类结果,并从分类结果中确定到样本前景视图。
可选的,目标检测模型包括特征转换网络、三维特征提取网络和二维特征提取网络;其中,特征转换网络为Point网络;三维特征提取网络为三维稀疏卷积网络;二维特征提取网络为二维卷积网络;
相应的,样本前景特征确定模块520具体用于:
采用特征转换网络,对体素数据进行特征转换,得到体素数据的单体素特征;
采用三维特征提取网络,对至少一个体素数据的单体素特征进行多尺度特征提取,得到三维尺度特征;
对三维尺度特征进行降维处理,得到二维伪图特征;
采用二维特征提取网络,对二维伪图特征进行多尺度特征提取,得到二维尺度特征,将二维尺度特征作为样本前景特征。
可选的,模型训练模块540,包括:
前背景分类损失确定单元,用于根据分类结果和样本场景的标签数据,确定前背景分类损失;
障碍物损失确定单元,用于根据预测障碍物属性和样本障碍物的标签数据,确定障碍物损失;
训练单元,用于根据前背景分类损失和障碍物损失,确定训练损失,并采用训练损失对目标检测模型进行训练。
可选的,预测障碍物属性包括预测位置、预测尺寸、预测类别和预测朝向角。
可选的,障碍物损失确定单元具体用于:
根据预测位置和标签数据中标签位置,确定位置损失;
根据预测尺寸、预测朝向角、以及标签数据中标签尺寸和标签朝向角,确定尺寸损失;
根据预测类别和标签数据中标签类别,确定类别损失;
根据位置损失、尺寸损失和类别损失,确定障碍物损失。
本发明实施例所提供的目标检测模型的训练装置可执行本发明任意实施例所提供的目标检测模型的训练方法,具备执行方法相应的功能模块和有益效果。
实施例六
图6是根据本发明实施例六提供的一种目标检测装置的结构示意图。本实施例可适用于自动驾驶场景中如何进行目标检测的情况,该装置可以采用硬件和/或软件的形式实现,该装置可集成于承载目标检测功能的电子设备中,例如服务器中。如图6所示,本实施例的目标检测装置可以包括:
目标前景点云确定模块610,用于获取目标场景的目标场景点云中确定目标场景点云中确定目标前景点云;
目标障碍物属性确定模块620,用于采用目标检测模型对目标前景点云进行障碍物属性预测,得到目标障碍物属性;其中目标检测模型采用本发明实施例提供的任意目标检测模型的训练方法训练得到。
本发明实施例提供的技术方案,通过获取目标场景的目标场景点云中确定目标场景点云中确定目标前景点云,之后采用目标检测模型对目标前景点云进行障碍物属性预测,得到目标障碍物属性。上述技术方案,通过训练好的目标检测模型对场景中障碍物属性进行预测,能够提高目标的预测准确性。
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。
实施例七
图7是实现本发明实施例的目标检测模型的训练方法或目标检测方法的电子设备的结构示意图;图7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7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,例如目标检测模型的训练方法或目标检测方法。
在一些实施例中,目标检测模型的训练方法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目标检测模型的训练方法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)而被配置为执行目标检测模型的训练方法或目标检测方法。
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***、装置或设备使用或与指令执行***、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***、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***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***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)、区块链网络和互联网。
计算***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 (12)
1.一种目标检测模型的训练方法,其特征在于,包括:
从样本场景的样本场景点云中确定样本前景点云;
对所述样本前景点云进行体素化处理,得到至少一个体素数据,并对至少一个体素数据进行特征提取,得到样本前景特征;
根据所述样本前景特征,对所述样本场景中的障碍物进行预测,得到所述样本场景中样本障碍物的预测障碍物属性;
根据所述预测障碍物属性和所述样本障碍物的标签数据,对目标检测模型进行训练。
2.根据权利要求1所述的方法,其特征在于,所述从样本场景的样本场景点云中确定样本前景点云,包括:
按照前视图视角,根据所述样本场景点云,生成样本前视图;
根据所述样本场景点云和所述样本前视图,构建前视图点云映射表;
根据所述样本前视图,确定样本前景视图;
基于所述前视图点云映射表,根据所述样本前景视图,从所述样本场景点云中确定样本前景点云。
3.根据权利要求2所述的方法,其特征在于,所述目标检测模型包括视图特征提取网络和前背景分类网络;所述视图特征提取网络为多尺度卷积神经网络;
相应的,根据所述样本前视图,确定样本前景视图,包括:
采用所述视图特征提取网络,对所述样本前视图进行特征提取,得到样本视图特征;
采用所述前背景分类网络,根据所述样本视图特征,对所述样本前视图进行分类,得到分类结果,并从所述分类结果中确定到样本前景视图。
4.根据权利要求1所述的方法,其特征在于,所述目标检测模型包括特征转换网络、三维特征提取网络和二维特征提取网络;其中,所述特征转换网络为Point网络;所述三维特征提取网络为三维稀疏卷积网络;所述二维特征提取网络为二维卷积网络;
相应的,所述对所述样本前景点云进行体素化处理,得到至少一个体素数据,并对至少一个体素数据进行特征提取,得到样本前景特征,包括:
采用所述特征转换网络,对所述体素数据进行特征转换,得到所述体素数据的单体素特征;
采用所述三维特征提取网络,对至少一个体素数据的单体素特征进行多尺度特征提取,得到三维尺度特征;
对所述三维尺度特征进行降维处理,得到二维伪图特征;
采用所述二维特征提取网络,对所述二维伪图特征进行多尺度特征提取,得到二维尺度特征,将所述二维尺度特征作为样本前景特征。
5.根据权利要求3所述的方法,其特征在于,所述预测障碍物属性和所述样本障碍物的标签数据,对目标检测模型进行训练,包括:
根据所述分类结果和所述样本场景的标签数据,确定前背景分类损失;
根据所述预测障碍物属性和所述样本障碍物的标签数据,确定障碍物损失;
根据所述前背景分类损失和所述障碍物损失,确定训练损失,并采用所述训练损失对所述目标检测模型进行训练。
6.根据权利要求1-5中任一项所述的方法,其特征在于,所述预测障碍物属性包括预测位置、预测尺寸、预测类别和预测朝向角。
7.根据权利要求6所述的方法,其特征在于,所述根据所述预测障碍物属性和所述样本障碍物的标签数据,确定障碍物损失,包括:
根据所述预测位置和所述标签数据中标签位置,确定位置损失;
根据所述预测尺寸、所述预测朝向角、以及所述标签数据中标签尺寸和标签朝向角,确定尺寸损失;
根据所述预测类别和所述标签数据中标签类别,确定类别损失;
根据所述位置损失、所述尺寸损失和所述类别损失,确定障碍物损失。
8.一种目标检测方法,其特征在于,包括:
获取目标场景的目标场景点云中确定目标场景点云中确定目标前景点云;
采用目标检测模型对所述目标前景点云进行障碍物属性预测,得到目标障碍物属性;其中所述目标检测模型采用权利要求1-7中任一项所述的目标检测模型的训练方法训练得到。
9.一种目标检测模型的训练装置,其特征在于,包括:
样本前景点云确定模块,用于对样本场景的样本场景点云中确定样本前景点云;
样本前景特征确定模块,用于对所述样本前景点云进行体素化处理,得到至少一个体素数据,并对至少一个体素数据进行特征提取,得到样本前景特征;
预测障碍物属性确定模块,用于根据所述样本前景特征,对所述样本场景中的障碍物进行预测,得到所述样本场景中样本障碍物的预测障碍物属性;
模型训练模块,用工余根据所述预测障碍物属性和所述样本障碍物的标签数据,对目标检测模型进行训练。
10.一种目标检测装置,其特征在于,包括:
目标前景点云确定模块,用于获取目标场景的目标场景点云中确定目标场景点云中确定目标前景点云;
目标障碍物属性确定模块,用于采用目标检测模型对所述目标前景点云进行障碍物属性预测,得到目标障碍物属性;其中所述目标检测模型采用权利要求1-7中任一项所述的目标检测模型的训练方法训练得到。
11.一种电子设备,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1-7中任一项所述的目标检测模型的训练方法或权利要求8所述的目标检测方法。
12.一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1-4中任一项所述的目标检测模型的训练方法或权利要求8所述的目标检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311402905.7A CN117351303A (zh) | 2023-10-26 | 2023-10-26 | 目标检测模型的训练方法、目标检测方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311402905.7A CN117351303A (zh) | 2023-10-26 | 2023-10-26 | 目标检测模型的训练方法、目标检测方法、装置及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117351303A true CN117351303A (zh) | 2024-01-05 |
Family
ID=89370802
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311402905.7A Pending CN117351303A (zh) | 2023-10-26 | 2023-10-26 | 目标检测模型的训练方法、目标检测方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117351303A (zh) |
-
2023
- 2023-10-26 CN CN202311402905.7A patent/CN117351303A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112801164B (zh) | 目标检测模型的训练方法、装置、设备及存储介质 | |
US20230099113A1 (en) | Training method and apparatus for a target detection model, target detection method and apparatus, and medium | |
CN115330940B (zh) | 一种三维重建方法、装置、设备和介质 | |
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 | |
CN113947188A (zh) | 目标检测网络的训练方法和车辆检测方法 | |
CN112509126B (zh) | 三维物体检测的方法、装置、设备及存储介质 | |
CN116246077A (zh) | 安全状态检测方法、装置、设备及介质 | |
CN115761698A (zh) | 一种目标检测方法、装置、设备及存储介质 | |
CN114429631B (zh) | 三维对象检测方法、装置、设备以及存储介质 | |
CN113920273B (zh) | 图像处理方法、装置、电子设备和存储介质 | |
CN116152702A (zh) | 点云标签的获取方法、装置、电子设备和自动驾驶车辆 | |
CN116129422A (zh) | 单目3d目标检测方法、装置、电子设备和存储介质 | |
CN117351303A (zh) | 目标检测模型的训练方法、目标检测方法、装置及设备 | |
CN113344121A (zh) | 训练招牌分类模型和招牌分类的方法 | |
CN114037865B (zh) | 图像处理方法、装置、设备、存储介质和程序产品 | |
CN114092739B (zh) | 图像处理方法、装置、设备、存储介质和程序产品 | |
CN117392000B (zh) | 一种噪点去除方法、装置、电子设备及存储介质 | |
CN116883654A (zh) | 语义分割模型的训练方法、语义分割方法、装置及设备 | |
CN117152560A (zh) | 目标检测模型的训练和目标检测方法以及装置 | |
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 | |
CN115830571A (zh) | 一种检测框的确定方法、装置、设备及存储介质 | |
CN114022695A (zh) | 一种检测模型的训练方法、装置、电子设备及存储介质 | |
CN116052113A (zh) | 点云数据的处理方法、装置、智能芯片、存储介质和车辆 | |
CN117994756A (zh) | 障碍物检测方法、装置、电子设备及存储介质 | |
CN117710459A (zh) | 三维信息的确定方法、装置及计算机程序产品 |
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 |