【技术实现步骤摘要】
3D目标检测方法、模型训练方法、相关装置及电子设备
[0001]本公开涉及人工智能
，尤其涉及计算机视觉、深度学习
，具体涉及一种3D目标检测方法、模型训练方法、相关装置及电子设备。
技术介绍
[0002]随着图像处理技术的高速发展，3D目标检测得到了广泛的应用，而单目图像的3D目标检测指的是基于单目图像进行3D目标检测，得到3D空间上的检测信息。
[0003]目前，单目图像的3D目标检测通常基于彩色RGB图像，结合几何约束或语义知识的方式来进行3D目标检测，或者对单目图像进行深度估计，结合深度信息与图像特征进行3D目标检测。
技术实现思路
[0004]本公开提供了一种量子门的3D目标检测方法、模型训练方法、相关装置及电子设备。
[0005]根据本公开的第一方面，提供了一种3D目标检测方法，包括：
[0006]获取第一单目图像；
[0007]将所述第一单目图像输入至目标模型执行第一检测操作，得到三维3D空间上的第一检测信息；
[0008]其中，所述第一检测操...
【技术保护点】
【技术特征摘要】
1.一种3D目标检测方法，包括：获取第一单目图像；将所述第一单目图像输入至目标模型执行第一检测操作，得到三维3D空间上的第一检测信息；其中，所述第一检测操作包括：基于所述第一单目图像进行特征提取，得到第一点云特征，基于目标学习参数对所述第一点云特征进行调整，得到第二点云特征，基于所述第二点云特征进行3D目标检测，得到所述第一检测信息，所述目标学习参数用于表征所述第一点云特征与所述第一单目图像的目标点云特征的差异程度。2.根据权利要求1所述的方法，其中，所述基于所述第一单目图像进行特征提取，得到第一点云特征，包括：对所述第一单目图像进行深度预测，得到所述第一单目图像的深度信息；基于所述深度信息和所述第一单目图像对应的相机内参，将所述第一单目图像中的像素点转换为第一3D点云数据；对所述第一3D点云数据进行特征提取，得到所述第一点云特征。3.根据权利要求1所述的方法，其中，所述目标学习参数用于表征所述第一点云特征与所述目标点云特征的分布差异程度，所述基于目标学习参数对所述第一点云特征进行调整，得到第二点云特征，包括：对所述第一点云特征进行归一化；基于所述目标学习参数，对归一化的第一点云特征进行调整，得到所述第二点云特征。4.一种模型训练方法，包括：获取训练样本数据，所述训练样本数据包括第二单目图像、所述第二单目图像对应的点云特征标签和3D空间上的检测标签；将所述第二单目图像输入至目标模型执行第二检测操作，得到3D空间上的第二检测信息，所述第二检测操作包括：基于所述第二单目图像进行特征提取，得到第三点云特征，基于所述点云特征标签，对所述第三点云特征进行特征蒸馏，得到第四点云特征和目标学习参数，所述目标学习参数为使所述第四点云特征和所述点云特征标签的差异值小于预设阈值的学习参数，基于所述第四点云特征进行3D目标检测，得到所述第二检测信息；确定所述目标模型的损失值，所述损失值包括：所述点云特征标签与所述第四点云特征的差异值，以及所述检测标签与所述第二检测信息的差异值；基于所述损失值更新所述目标模型的网络参数。5.根据权利要求4所述的方法，其中，所述基于所述点云特征标签，对所述第三点云特征进行特征蒸馏，得到第四点云特征和目标学习参数，包括：分别对所述第三点云特征和所述点云特征标签进行归一化；基于学习参数，对归一化后的第三点云特征进行调整，得到第五点云特征；确定所述第五点云特征和归一化的点云特征标签的差异值；基于所述第五点云特征和归一化的点云特征标签的差异值更新所述学习参数，以得到所述目标学习参数和所述第四点云特征。6.一种3D目标检测装置，包括：第一获取模块，用于获取第一单目图像；
第一执行模块，用于将所述第一单目图像输入至目标模型执行第一检测操作，得到三维3D空间上的第一检测信息；其中，所述第一检测操作包括：基于所述第一单目图像进行特征提取，得到第一点云特征，基于目标学习参数对所述第一点云特征进行调整，得到第二点云特征，基于所述第二点云特征进行3D目标检测，得到所述第一检测信息，所述目标学习参数用于表征所述第一点云特征与所述第一单目图像的目标点云特征的差异程度。7.根...
【专利技术属性】
技术研发人员：叶晓青，孙昊，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：
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。