【技术实现步骤摘要】
目标检测方法、装置及电子设备
[0001]本专利技术涉及图像处理
，尤其涉及一种目标检测方法、装置及电子设备。
技术介绍
[0002]众所周知，目前自动驾驶技术已经逐渐走入人们生活；由于道路交通较为复杂，对不同障碍物进行检测是自动驾驶技术应用的关键；当前，基于深度学习模型与车辆传感器获取的图像，可以实现对障碍物等目标的检测。现有技术中，通常会将从车辆传感器获取的图像中识别出的道路区域，整体作为感兴趣区域(Region Of Interest，ROI)图像输入到深度学习模型中以检测障碍物等目标。然而，现有技术在进行目标检测时通常存在ROI图像提取效果较差的问题。
技术实现思路
[0003]本专利技术实施例提供一种目标检测方法、装置及电子设备，以解决现有技术在进行目标检测时通常存在ROI提取效果较差的问题。
[0004]为了解决上述技术问题，本专利技术是这样实现的：
[0005]第一方面，本专利技术实施例提供了一种目标检测方法，包括：
[0006]获取车道图像，所述车道图像包括道路区...
【技术保护点】
【技术特征摘要】
1.一种目标检测方法，其特征在于，包括：获取车辆传感器采集的原始图像，以及来自高精地图的道路边界信息；根据所述原始图像和所述道路边界信息，生成车道图像；在所述车道图像中提取N个感兴趣区域图像，N为正整数；将每一所述感兴趣区域图像分别输入到目标检测器中，得到目标检测结果，所述目标检测器为通过样本目标对搭建的初始目标检测网络进行训练获得。2.根据权利要求1所述的方法，其特征在于，在所述车道图像中提取N个感兴趣区域图像，包括：沿第一方向在所述车道图像中提取N个感兴趣区域图像，其中，所述车道图像包括道路区域，所述第一方向与所述道路区域的长度延伸方向匹配，所述N个感兴趣区域图像的长宽比均等于预设比值，每一所述感兴趣区域图像包括所述道路区域位于该感兴趣区域图像的两个第一边界所在两条直线之间的全部区域，所述两个第一边界为该感兴趣区域图像在所述第一方向上相对布置的两个边界。3.根据权利要求2所述的方法，其特征在于，所述沿所述第一方向在所述车道图像中提取N个感兴趣区域图像，包括：确定第一目标路宽与第二目标路宽，其中，所述第一目标路宽大于所述第二目标路宽；获取所述道路区域在所述第一方向上每一位置处的道路宽度，以道路区域中所述道路宽度与所述第一目标路宽匹配的位置为起始位置，沿所述第一方向依次提取感兴趣区域图像，直至所述道路区域在第n+1个所述感兴趣区域图像中的所述道路宽度的最大值初次小于所述第二目标路宽，将前n个所述感兴趣区域图像作为所述N个感兴趣区域图像，其中，n为正整数。4.根据权利要求3所述的方法，其特征在于，在所述N大于1的情况下，所述N个感兴趣区域图像中任两个相邻感兴趣区域图像在所述第一方向上存在预设重叠距离。5.根据权利要求1所述的方法，其特征在于，所述目标检测器包括缩放模块与目标检测模块；所述将每一所述感兴趣区域图像分别输入到目标检测器中，得到目标检测结果，包括：将第一感兴趣区域图像输入至所述缩放模块中，得到缩放图像，所述缩放...
【专利技术属性】
技术研发人员：李莹，伏东奇，肖映彩，李红伟，宋汉辰，
申请(专利权)人：长沙智能驾驶研究院有限公司，
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。