目标检测方法、装置、电子设备及可读存储介质制造方法及图纸

本发明专利技术实施例提供了一种目标检测方法、装置、电子设备及可读存储介质。该方法包括：获取待检测目标的点云数据；基于点云数据，提取得到点云数据的数据特征；基于数据特征，分别通过各分类组所对应的目标检测模块进行目标检测，得到对应于各分类组的初始目标检测结果；基于各分类组所包含的各分类类别的初始目标检测结果，确定点云数据对应的最终检测结果。在本发明专利技术实施例中，采用了分步式的方式降低不同分类类别之间的相互的影响，进而可以有效地提升检测结果的准确性。

【技术实现步骤摘要】
目标检测方法、装置、电子设备及可读存储介质
本专利技术涉及计算机
，具体而言，本专利技术涉及一种目标检测方法、装置、电子设备及可读存储介质。
技术介绍
基于点云的3D目标检测(PointCloud3DObjectDetection)技术，其可以使用激光雷达收集物体的位置、形状、朝向等信息，使用深度学习技术进行3D(threedimensional，三维)空间中的目标检测，在自动驾驶、机器人等领域内都有非常重要的作用。相比于基于2D(twodimensional二维)图像的检测，使用激光雷达的3D检测具有更高的可靠性、准确性。目前3D目标检测领域的代表性方法均是针对单个类别进行预测，在多类别同时预测时各类别之间会互相影响，从而导致性能和准确性都有所下降。
技术实现思路
本专利技术的目的旨在至少能解决上述的技术缺陷之一，特别是准确性较低的技术缺陷。第一方面，本专利技术实施例提供了一种目标检测方法，该方法包括：获取待检测目标的点云数据；基于点云数据，提取得到点云数据的数据特征；基于数据特征，分别通过各分类组所对应的目标检测模块进行目标检测，得到对应于各分类组的初始目标检测结果；基于各分类组的初始目标检测结果，确定点云数据对应的最终检测结果。本申请可选的实施例中，每个分类组对应至少一个分类类别，每个分类组所对应的初始目标检测结果包括点云数据中对应于该分类组所包含的各分类类别的初始目标检测结果。本申请可选的实施例中，基于点云数据，提取得到点云数据的数据特征，包括：对点云数据进行特征提取，得到对应于至少两种尺寸的特征图，点云数据的数据特征包括至少两种尺寸的特征图；基于数据特征，分别通过各分类组所对应的目标检测模块进行目标检测，得到对应于各分类组的初始目标检测结果，包括：对于至少两种尺寸的特征图中每一尺寸的特征图，基于该尺寸的特征图，分别通过与该尺寸的特征图所对应的各分类组所对应的目标检测模块进行目标检测，得到对应于该尺寸的特征图的各分类组的初始目标检测结果。本申请可选的实施例中，对点云数据进行特征提取，得到对应于至少两种尺寸的特征图，包括：通过依次级联的多个三维卷积模块对点云数据进行特征提取；对于多个三维卷积模块中至少两个模块所输出的特征图分别进行反卷积处理，将每个模块所对应的反卷积处理后的特征图作为对应于至少两种尺寸的特征图。本申请可选的实施例中，其特征在于，对于每个分类组，初始目标检测结果包括点云数据对应于该分类组中各分类类别的类别检测结果、目标检测框的位置信息、以及每个目标检测框所对应的目标朝向信息。本申请可选的实施例中，基于各分类组所包含的各分类类别的初始目标检测结果，确定点云数据对应的最终检测结果，包括：对于每一分类组，对该分类组所包含的各分类类别的初始目标检测结果进行非极大值抑制处理，得到该分类组的最终检测结果；基于各分类组的最终检测结果，确定点云数据对应的最终检测结果。本申请可选的实施例中，目标检测方法是通过目标检测模型实现的，各分类组所对应的分类类别是通过以下方式确定的：确定目标检测模型的所有分类类别；基于分类类别中各分类类别之间的相似度，将各分类类别进行划分，得到各分类组。本申请可选的实施例中，基于分类类别中各分类类别之间的相似度，将各分类类别进行划分，得到各分类组，包括：基于各分类类别之间的相似度，对各分类类别进行划分，得到各初始分类组；对于每一个包含至少两个分类类别的初始分类，基于训练目标检测模型时该初始分类组中所包含的各分类类别各自所对应的训练样本的数量，对该初始分类组再次进行划分；基于再次划分后的结果，得到最终的各分类组。本申请可选的实施例中，对于每一个包含至少两个分类类别的初始分类组，基于在训练目标检测模型时该初始分类组中所包含的各分类类别所对应的训练样本的数量，对该初始分类组再次进行划分，包括：对于该初始分类组所包含的任一分类类别，若在训练目标检测模型时该分类类别所对应的训练样本的数量满足预设条件，则将该分类类别单独划分为一个组。第二方面，本专利技术实施例提供了一种目标检测装置，该装置包括：数据获取模块，用于获取待检测目标的点云数据；特征提取模块，用于基于点云数据，提取得到点云数据的数据特征；初始检测结果确定模块，用于基于数据特征，分别通过各分类组所对应的目标检测模块进行目标检测，得到对应于各分类组的初始目标检测结果；最终检测结果确定模块，用于基于各分类组的初始目标检测结果，确定点云数据对应的最终检测结果。本申请可选的实施例中，每个分类组对应至少一个分类类别，每个分类组所对应的初始目标检测结果包括点云数据中对应于该分类组所包含的各分类类别的初始目标检测结果。本申请可选的实施例中，特征提取模块在基于点云数据，提取得到点云数据的数据特征时，具体用于：对点云数据进行特征提取，得到对应于至少两种尺寸的特征图，点云数据的数据特征包括至少两种尺寸的特征图；基于数据特征，分别通过各分类组所对应的目标检测模块进行目标检测，得到对应于各分类组的初始目标检测结果，包括：对于至少两种尺寸的特征图中每一尺寸的特征图，基于该尺寸的特征图，分别通过与该尺寸的特征图所对应的各分类组所对应的目标检测模块进行目标检测，得到对应于该尺寸的特征图的各分类组的初始目标检测结果。本申请可选的实施例中，特征提取模块在对点云数据进行特征提取，得到对应于至少两种尺寸的特征图时，具体用于：通过依次级联的多个三维卷积模块对点云数据进行特征提取；对于多个三维卷积模块中至少两个模块所输出的特征图分别进行反卷积处理，将每个模块所对应的反卷积处理后的特征图作为对应于至少两种尺寸的特征图。本申请可选的实施例中，对于每个分类组，初始目标检测结果包括点云数据对应于该分类组中各分类类别的类别检测结果、目标检测框的位置信息、以及每个目标检测框所对应的目标朝向信息。本申请可选的实施例中，最终检测结果确定模块在基于各分类组所包含的各分类类别的初始目标检测结果，确定点云数据对应的最终检测结果时，具体用于：对于每一分类组，对该分类组所包含的各分类类别的初始目标检测结果进行非极大值抑制处理，得到该分类组的最终检测结果；基于各分类组的最终检测结果，确定点云数据对应的最终检测结果。本申请可选的实施例中，特征提取模块在基于点云数据，提取得到点云数据的数据特征时，具体用于：将点云数据按照预设大小切分成体素；对切分后的各体素所包含的点云数据进行预处理，得到预处理后的各体素的点云数据；基于预处理后的各体素的点云数据，提取得到点云数据的数据特征。本申请可选的实施例中，目标检测方法是通过目标检测模型实现的，各分类组所对应的分类类别是通过以下方式确定的：确定目标检测模型的所有分类类别；基于分类类别中各分类类别之间的相似度本文档来自技高网...

【技术保护点】
1.一种目标检测方法，其特征在于，包括：/n获取待检测目标的点云数据；/n基于所述点云数据，提取得到所述点云数据的数据特征；/n基于所述数据特征，分别通过各分类组所对应的目标检测模块进行目标检测，得到对应于各分类组的初始目标检测结果；/n基于各分类组的初始目标检测结果，确定所述点云数据对应的最终检测结果。/n

【技术特征摘要】
1.一种目标检测方法，其特征在于，包括：
获取待检测目标的点云数据；
基于所述点云数据，提取得到所述点云数据的数据特征；
基于所述数据特征，分别通过各分类组所对应的目标检测模块进行目标检测，得到对应于各分类组的初始目标检测结果；
基于各分类组的初始目标检测结果，确定所述点云数据对应的最终检测结果。


2.根据权利要求1所述的方法，其特征在于，每个所述分类组对应至少一个分类类别，每个分类组所对应的初始目标检测结果包括所述点云数据中对应于该分类组所包含的各分类类别的初始目标检测结果。


3.根据权利要求1所述的方法，其特征在于，所述基于所述点云数据，提取得到所述点云数据的数据特征，包括：
对所述点云数据进行特征提取，得到对应于至少两种尺寸的特征图，所述点云数据的数据特征包括所述至少两种尺寸的特征图；
所述基于所述数据特征，分别通过各分类组所对应的目标检测模块进行目标检测，得到对应于各分类组的初始目标检测结果，包括：
对于所述至少两种尺寸的特征图中每一尺寸的特征图，基于该尺寸的特征图，分别通过与该尺寸的特征图所对应的各分类组所对应的目标检测模块进行目标检测，得到对应于该尺寸的特征图的各分类组的初始目标检测结果。


4.根据权利要求3所述的方法，其特征在于，所述对所述点云数据进行特征提取，得到对应于至少两种尺寸的特征图，包括：
通过依次级联的多个三维卷积模块对所述点云数据进行特征提取；
对于所述多个三维卷积模块中至少两个模块所输出的特征图分别进行反卷积处理，将每个模块所对应的反卷积处理后的特征图作为所述对应于至少两种尺寸的特征图。


5.根据权利要求2所述的方法，其特征在于，
对于每个所述分类组，所述初始目标检测结果包括所述点云数据对应于该分类组中各分类类别的类别检测结果、目标检测框的位置信息、以及每个目标检测框所对应的目标朝向信息。


6.根据权利要求5所述的方法，其特征在于，所述基于各分类组所包含的各分类类别的初始目标检测结果，确定所述点云数据对应的最终检测结果，包括：
对于每一分类组，对该分类组所包含的各分类类别的初始目标检测结果进行非极大值抑制处理，得到该分类组的最终检测结果；
基于各分类组的最终检测结果，确定所述点云数据对应的最终检测结果。


7.根据权利要求1所述的方法，其特征在于，所述基于所述点云数据，提取得到所述点云数据的数据特征，包括：
将所述...

【专利技术属性】
技术研发人员：朱本金，
申请(专利权)人：北京迈格威科技有限公司，
类型：发明
国别省市：北京;11