一种目标检测模型的训练方法及装置制造方法及图纸

本申请实施例提供一种目标检测模型的训练方法及装置，涉及目标检测技术领域，该目标检测模型的训练方法包括：先获取损失函数和用于训练原始检测模型的训练数据，损失函数包括方向分类损失函数，训练数据包括物体类别数据，物体类别数据用于根据方向分类损失函数计算方向分类损失；能够兼顾物体朝向的问题；最后再根据训练数据以及损失函数对原始检测模型进行训练，得到目标检测模型，该目标检测模型可以应用于无人车(如自动驾驶车辆、无人驾驶车辆)的目标检测场景中，能够避免物体朝向错误导致的位置回归不准确的问题，误差小、目标识别准确度高。

【技术实现步骤摘要】
一种目标检测模型的训练方法及装置
本申请涉及目标检测
，具体而言，涉及一种目标检测模型的训练方法及装置。
技术介绍
无人车对周围环境的准确感知是保证安全的基础，而基于机器视觉的车辆目标检测则属于其中的重要一项。现有的目标检测模型的训练方法，通常在进行训练时，仅考虑物体分类和位置回归的损失，然后通过相应的训练数据进行训练得到目标检测模型。然而，在实践中发现，现有的目标检测模型的训练方法，仅考虑物体分类和位置回归的损失，忽略了物体朝向的损失容易出现由于物体朝向错误导致的位置回归不准确的问题，得到的目标检测模型误差大、准确度低。可见，现有的目标检测模型的训练方法，训练得到的目标检测模型误差大、目标识别准确度低。
技术实现思路
本申请实施例的目的在于提供一种目标检测模型的训练方法及装置，能够兼顾方向分类损失，得到的目标检测模型误差小、目标识别准确度高。本申请实施例第一方面提供了一种目标检测模型的训练方法，包括：获取损失函数和用于训练原始检测模型的训练数据，所述损失函数包括方向分类损失函数，所述训练数据包括物体类别数据，本文档来自技高网...

【技术保护点】
1.一种目标检测模型的训练方法，其特征在于，包括：/n获取损失函数和用于训练原始检测模型的训练数据，所述损失函数包括方向分类损失函数，所述训练数据包括物体类别数据，所述物体类别数据用于所述方向分类损失函数计算方向分类损失；/n根据所述训练数据以及所述损失函数对所述原始检测模型进行训练，得到目标检测模型。/n

【技术特征摘要】
1.一种目标检测模型的训练方法，其特征在于，包括：
获取损失函数和用于训练原始检测模型的训练数据，所述损失函数包括方向分类损失函数，所述训练数据包括物体类别数据，所述物体类别数据用于所述方向分类损失函数计算方向分类损失；
根据所述训练数据以及所述损失函数对所述原始检测模型进行训练，得到目标检测模型。


2.根据权利要求1所述的目标检测模型的训练方法，其特征在于，所述训练数据还包括物体位置数据、物体尺寸数据和物体方向类别数据。


3.根据权利要求1或2所述的目标检测模型的训练方法，其特征在于，所述根据所述训练数据以及所述损失函数对所述原始检测模型进行训练，得到目标检测模型，得到目标检测模型，包括：
通过所述原始检测模型对所述训练数据进行处理，得到处理结果；
根据所述损失函数对所述处理结果进行损失计算，得到损失计算结果；
根据所述损失计算结果调整所述原始检测模型的参数，得到目标检测模型。


4.根据权利要求3所述的目标检测模型的训练方法，其特征在于，所述根据所述损失函数对所述处理结果进行损失计算，得到损失计算结果，包括：
根据预设的编码规则对所述处理结果进行编码，得到编码数据；
根据所述编码数据以及所述损失函数进行损失计算，得到包括方向分类损失的损失计算结果。


5.根据权利要求1～4任一项所述的目标检测模型的训练方法，其特征在于，在所述根据所述训练数据以及所述损失函数对所述原始检测模型进行训练，得到目标检测模型之后，所述方法还包括：
获取激光雷达检测数据；
对所述激光雷达检测...

【专利技术属性】
技术研发人员：刘万强，
申请(专利权)人：新石器慧拓北京科技有限公司，
类型：发明
国别省市：北京;11