一种目标检测方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种目标检测方法、装置、设备及存储介质。该方法包括：将目标训练样本对应的点云数据输入初始目标检测模型；其中，初始目标检测模型包括：特征提取网络和特征融合网络；通过特征提取网络对点云数据进行特征提取，得到多个候选检测框；将各候选检测框输入特征融合网络，获得特征融合网络基于各候选检测框的距离特征对各候选检测框进行特征融合后得到的预测检测框；根据预测检测框和目标训练样本对应的标记检测框确定的损失函数值调整初始目标检测模型的参数。通过本发明专利技术的技术方案能够基于各候选检测框的距离特征所反映的检测框之间的关联特性，对候选检测框进行特征融合，提高目标检测模型的预测精度。提高目标检测模型的预测精度。提高目标检测模型的预测精度。

【技术实现步骤摘要】
一种目标检测方法、装置、设备及存储介质


[0001]本专利技术实施例涉及计算机视觉
，尤其涉及一种目标检测方法、装置、设备及存储介质。

技术介绍

[0002]随着机器学习的发展，基于点云的三维目标检测广泛应用于自动驾驶系统、目标识别、三维重建。
[0003]在三维目标检测的过程中，检测框的轨迹是非常重要的步骤。采用常用的3DSSD三维检测模型输出的各个候选检测框之间相互独立，缺少全局信息，预测精度待提高。

技术实现思路

[0004]本专利技术实施例提供一种目标检测方法、装置、设备及存储介质，以实现能够基于各候选检测框的距离特征所反映的检测框之间的关联特性，对候选检测框进行特征融合，提高目标检测模型的预测精度。
[0005]第一方面，本专利技术实施例提供了一种目标检测模型的训练方法，包括：
[0006]将目标训练样本对应的点云数据输入初始目标检测模型；其中，所述初始目标检测模型包括：特征提取网络和特征融合网络；
[0007]通过所述特征提取网络对所述点云数据进行特征提取，得到多个候选检测框；<本文档来自技高网...

【技术保护点】

【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：将目标训练样本对应的点云数据输入初始目标检测模型；其中，所述初始目标检测模型包括：特征提取网络和特征融合网络；通过所述特征提取网络对所述点云数据进行特征提取，得到多个候选检测框；将各所述候选检测框输入所述特征融合网络，获得所述特征融合网络基于各所述候选检测框的距离特征对各所述候选检测框进行特征融合后得到的预测检测框；根据所述预测检测框和所述目标训练样本对应的标记检测框确定的损失函数值调整所述初始目标检测模型的参数。2.根据权利要求1所述的方法，其特征在于，所述通过所述特征提取网络对所述点云数据进行特征提取，得到多个候选检测框，包括：基于预设采样间隔对所述点云数据进行采样得到采样点云；对所述采样点云对应的空间进行划分得到划分后每个体素对应的体素采样点云；对于各所述体素，基于多层感知机对所对应的体素采样点云进行特征聚合，确定各所述体素采样点云对应的候选检测框。3.根据权利要求2所述的方法，其特征在于，对于各所述体素，基于多层感知机对所对应的体素采样点云进行特征聚合，确定各所述体素采样点云对应的候选检测框，包括：针对每个体素所对应的体素采样点云，确定所述体素采样点云的中心点；确定所述体素采样点云中每个点与所述中心点的偏移量；将所述体素采样点云和所述偏移量输入所述多层感知机，确定所述体素采样点云对应的中心点特征，将所述中心点特征进行回归得到候选检测框。4.根据权利要求1所述的方法，其特征在于，特征融合网络包括：通道融合层、距离确定层和特征关联层，相应的，将各所述候选检测框输入所述特征融合网络，获得所述特征融合网络基于各所述候选检测框的距离特征对各所述候选检测框进行特征融合后得到的预测检测框，包括：将各所述候选检测框输入通道融合层，获得所述通道融合层基于通道方向对所述候选检测框进行融合后得到的融合检测框；将各所述候选检测框输入距离确定层，获得各所述候选检测框之间的距离特征；将所述融合检测框和所述距离特征输入所述特征关联层，获得特征关联层基于所述距离特征对所述融合检测框进行特征关联后得到的预测检测框。5.根据权利要求4所述的方法，其特征在于，将各所述候选检测框输入通道...

【专利技术属性】
技术研发人员：徐辉，叶汇贤，
申请(专利权)人：上海芯物科技有限公司，
类型：发明
国别省市：