【技术实现步骤摘要】
一种目标检测方法及装置
本申请涉及自动驾驶过程中的目标感知
,具体而言,涉及一种目标检测方法及装置。
技术介绍
随着自动驾驶技术的飞速发展,在全景图像上进行实时目标检测变得越来越重要。例如,随着深度学习技术在自动驾驶中发挥越来越重要的作用。针对全景图像上的目标检测模型可以为车辆提供完全的周围环境感知,而不会出现视线死角。相关技术中,等距柱状投影(ERP)是常用的全景格式。但是,其易于投影的方式会导致全景图像极点区域周围的扭曲和失真,这对全景图像上的目标检测提出了挑战。专利技术人研究发现,在当前真实全景图像上训练实时目标检测网络的过程中,收集具有足够失真样本的真实全景图像数据集存在较大难度,而采用传统透视图像的训练数据集进行训练时,其在全景图像中会缺乏物体畸变特征,从而应用到实际存在失真的真实全景图像的目标检测的过程中,会产生较大的检测误差。
技术实现思路
本申请提供一种目标检测方法及装置,基于虚拟场景数据生成的全景虚拟图像样本进行训练,得到能够高效准确地检测全景图像中目标的目标检测模型。r>第一方面,本申请本文档来自技高网...
【技术保护点】
1.一种目标检测方法,其特征在于,应用于计算机设备,所述方法包括:/n获取基于不同虚拟场景生成的不同视角下的虚拟场景数据;/n对每个虚拟场景下的不同视角下的虚拟场景数据进行全景图像合成,获得每个虚拟场景下的全景虚拟图像样本,并对每个全景虚拟图像样本进行目标标注,获得每个全景虚拟图像样本对应的目标标注信息;/n基于每个全景虚拟图像样本以及每个全景虚拟图像样本对应的目标标注信息对初始目标检测模型进行训练,获得用于对实际全景图像样本进行目标检测的目标检测模型。/n
【技术特征摘要】
1.一种目标检测方法,其特征在于,应用于计算机设备,所述方法包括:
获取基于不同虚拟场景生成的不同视角下的虚拟场景数据;
对每个虚拟场景下的不同视角下的虚拟场景数据进行全景图像合成,获得每个虚拟场景下的全景虚拟图像样本,并对每个全景虚拟图像样本进行目标标注,获得每个全景虚拟图像样本对应的目标标注信息;
基于每个全景虚拟图像样本以及每个全景虚拟图像样本对应的目标标注信息对初始目标检测模型进行训练,获得用于对实际全景图像样本进行目标检测的目标检测模型。
2.根据权利要求1所述的目标检测方法,其特征在于,所述获取基于不同虚拟场景生成的不同视角下的虚拟场景数据的步骤,包括:
根据场景生成指令生成对应的目标虚拟场景;
在所述目标虚拟场景中生成虚拟全景相机,并调用所述虚拟全景相机获取目标虚拟场景的不同视角下的虚拟场景数据。
3.根据权利要求2所述的目标检测方法,其特征在于,所述根据场景生成指令生成对应的目标虚拟场景的步骤,包括以下方式中的一种或者多种组合;
根据第一场景生成指令在所述目标虚拟场景中的对应场景位置生成不同的静态虚拟场景元素;
根据第二场景生成指令在所述目标虚拟场景中随机生成不同的动态虚拟场景元素;
根据第三场景生成指令在所述目标虚拟场景中模拟不同的虚拟环境全局外观。
4.根据权利要求2所述的目标检测方法,其特征在于,所述调用所述虚拟全景相机获取目标虚拟场景的不同视角下的虚拟场景数据的步骤,包括:
旋转所述虚拟全景相机到不同方向,在以所述目标虚拟场景所在平面的垂直视场和水平视场的每个视角平面分别采集对应的视角平面图像,以获取目标虚拟场景的不同视角下的虚拟场景数据;
所述对每个虚拟场景下的不同视角下的虚拟场景数据进行全景图像合成,获得每个虚拟场景下的全景虚拟图像样本的步骤,包括:
将所述每个视角平面分别对应的视角平面图像存储到临时立方体图像对应平面的纹理中;
对所述临时立方体图像进行格式转换,得到目标等距柱状投影图像,作为所述全景虚拟图像样本。
5.根据权利要求4所述的目标检测方法,其特征在于,所述对所述临时立方体图像进行格式转换,得到目标等距柱状投影图像的步骤,包括:
获取所述临时立方体图像包括的每个第一像素的像素值;
建立初始等距柱状投影图的第一像素与所述临时立方体图像的第二像素之间的映射关系;
根据所述映射关系将所述第二像素的像素值替换为对应第一像素的像素值,得到目标等距柱状投影图像。
6.根据权利要求1所述的目标检测方法,其特征在于,所述对每个全景虚拟图像样本进行目标标注,获得每个全景虚拟图像样本对应的目标标注信息的步骤,包括:
将全景虚拟图像样本中每个虚拟目标的实例标识编码为RGB编码;
将每个所述虚拟目标的实例渲染为各自对应的RGB编码对应的颜色,得到每个所述虚拟目标的实例分割图;
根据所述实例分割图,计算每个所述虚拟目标的边界框信息,将每个所述虚拟目标的边界框信息作为每个全景虚拟图像样本对应的目标标注信息。
7.根据权利要求6所述的目标检测方法,其特征在于,所述根据所述实例分割图,计算每个所述虚拟目标的边界框信息,将每个所述虚拟目标的边界框信息作为每个全景虚拟图像样本对应的目标标注信息的步骤,包括:
根据所述实例分割图,计算得到每个所述虚拟目标的边界框信息;
根据每个所述虚拟目标的预设类别,对每个所述虚拟目标进行分类,得到多个校验虚拟目标组;
利用预设算法对每个所述校验虚拟目标组所包括的虚拟目标进行筛选,并根...
【专利技术属性】
技术研发人员:沈庆阳,
申请(专利权)人:成都深蓝思维信息技术有限公司,
类型:发明
国别省市:四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。