一种图像检测方法和装置制造方法及图纸

本发明专利技术公开了一种图像检测方法和装置，涉及计算机视觉技术领域。该方法的一具体实施方式包括：采用图像实例分割模型对待检测图像进行实例分割，得到所述待检测图像中的各个实例；基于点云数据和所述各个实例计算所述各个实例的初步中心；采用实例中心矫正模型对所述各个实例的初步中心进行矫正，得到所述各个实例的矫正中心；将所述各个实例的矫正中心输入目标检测模型，以输出所述各个实例的框体和类别。该实施方式能够解决图像检测性能较差的技术问题。术问题。术问题。

【技术实现步骤摘要】
一种图像检测方法和装置


[0001]本专利技术涉及计算机视觉
，尤其涉及一种图像检测方法和装置。

技术介绍

[0002]自动驾驶车辆通常配备多种类型的传感器用于检测障碍物，如激光雷达、RGB图像相机、毫米波雷达等。但是，由于不同的传感器成像原理、安装视角不同，因而获得的输出结果亦不同：比如安装在顶部的多线激光雷达，其输出为360度点云，而图像传感器则由若干个RGB相机组成，每个相机有一个固定的视场角，负责生成对应部分区域的RGB图像。由于这些传感器生成的数据模态不同，其产生的数据特性也不同：比如激光雷达对光线强度不敏感，可在夜晚使用，但是由于激光雷达成本较高，面向量产的自动驾驶车辆一般无法采用高线束的产品，因此获得的点云数据较稀疏，导致分辨率较低；而RGB图像相机成本低，分辨率高，纹理特征明显，但是容易受到天气变化，环境光线强度的影响。
[0003]在实现本专利技术过程中，专利技术人发现现有技术中至少存在如下问题：
[0004]从算法方面来说，通常是将每一个模态对应的数据用一个专用的算法获得检测结果后，再将各个模型的检测结本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像检测方法，其特征在于，包括：采用图像实例分割模型对待检测图像进行实例分割，得到所述待检测图像中的各个实例；基于点云数据和所述各个实例计算所述各个实例的初步中心；采用实例中心矫正模型对所述各个实例的初步中心进行矫正，得到所述各个实例的矫正中心；将所述各个实例的矫正中心输入目标检测模型，以输出所述各个实例的框体和类别。2.根据权利要求1所述的方法，其特征在于，基于点云数据和所述各个实例计算所述各个实例的初步中心，包括：将点云数据投影至所述各个实例；根据所述各个实例中重叠部分的点云数据，合并出现在不同待检测图像中的同一个实例的点云数据；采用聚类算法计算出所述各个实例的主体的点云数据；基于所述各个实例的主体的点云数据，计算所述各个实例的初步中心。3.根据权利要求2所述的方法，其特征在于，采用聚类算法计算出所述各个实例的主体的点云数据，包括：采用空间聚类算法计算出所述各个实例的主体的点云数据，去除所述各个实例的主体之外的点云数据。4.根据权利要求1所述的方法，其特征在于，采用图像实例分割模型对待检测图像进行实例分割，得到所述待检测图像中的各个实例之前，还包括：获取各个角度的样本图像，在所述各个角度的样本图像上标记出各个样本实例的位置、类别和轮廓，并采用第一模型训练得到图像实例分割模型；计算所述各个样本实例的初步中心，在样本点云数据中标记出所述各个样本实例的框体，并采用第二模型训练得到实例中心矫正模型；采用第三模型训练得到目标检测模型。5.根据权利要求4所述的方法，其特征在于，采用第一模型训练得到图像实例分割模型，包括：将所述各个角度的样本图像及其各个样本实例的位置、类别和轮廓输入到第一模型中进行训练，从而训练得到图像实例分割模型；其中，所述第一模型为Mask R
‑
CNN、Hybrid Task Cascade或者BlendMaskd。6.根据权利要求4所述的方法，其特征在于，计算所述各个样本实例的初步中心，在样本点云数据中标记出所述各个样本实例的框体，并采用第...

【专利技术属性】
技术研发人员：刘浩，张宝丰，
申请(专利权)人：京东鲲鹏江苏科技有限公司，
类型：发明
国别省市：