模型训练方法、车辆关键点检测方法及相应的装置制造方法及图纸

本公开提供了模型训练方法、车辆关键点检测方法及相应的装置，涉及人工智能领域，尤其涉及计算机视觉、图像识别和深度学习领域，可应用于智慧城市和智能交通场景。具体技术方案包括：通过样本图像进行目标检测，得到样本图像中目标车辆的目标边界框；根据目标边界框和预先标注的目标车辆的关键点，生成第一关键点热力图；通过关键点检测模型对样本图像进行检测，得到第二关键点热力图；根据第一关键点热力图和第二关键点热力图，对关键点检测模型进行训练，直至关键点检测模型收敛。本公开的技术方案可提高关键点检测模型对真实车辆的自适应能力，提高关键点检测精度。提高关键点检测精度。提高关键点检测精度。

【技术实现步骤摘要】
模型训练方法、车辆关键点检测方法及相应的装置


[0001]本公开涉及人工智能领域，尤其涉及计算机视觉、图像识别和深度学习领域，可应用于智慧城市和智能交通场景下，具体涉及一种模型训练方法、车辆关键点检测方法及相应的装置。

技术介绍

[0002]车辆关键点检测技术在智能交通场景中具有重要的作用，真实的交通场景中涉及小汽车、卡车、巴士等不同类别的车辆，而目前车辆关键点检测的相关技术对车辆的类别不敏感，无法适应不同类别的目标。

技术实现思路

[0003]本公开提供了一种模型训练方法、车辆关键点检测方法及相应的装置。
[0004]根据本公开的第一方面，提供了一种模型训练方法，包括：
[0005]通过样本图像进行目标检测，得到样本图像中目标车辆的目标边界框；
[0006]根据目标边界框和预先标注的目标车辆的关键点，生成第一关键点热力图；
[0007]通过关键点检测模型对样本图像进行检测，得到第二关键点热力图；
[0008]根据第一关键点热力图和第二关键点热力图，对关键点检测模型进行训练，直至关键点检测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种模型训练方法，包括：通过样本图像进行目标检测，得到所述样本图像中目标车辆的目标边界框；根据所述目标边界框和预先标注的所述目标车辆的关键点，生成第一关键点热力图；通过关键点检测模型对所述样本图像进行检测，得到第二关键点热力图；根据所述第一关键点热力图和所述第二关键点热力图，对所述关键点检测模型进行训练，直至所述关键点检测模型收敛。2.根据权利要求1所述的模型训练方法，其中，所述根据所述目标边界框和预先标注的所述目标车辆的关键点，生成第一关键点热力图，包括：根据所述目标边界框的真值确定所述目标边界框的高斯方差；根据预先标注的所述目标车辆的关键点的真值和所述高斯方差，在所述关键点对应的响应区域内确定多个点的响应值；根据所述响应值生成第一关键点热力图。3.根据权利要求2所述的模型训练方法，其中，所述根据所述目标边界框的真值确定所述目标边界框的高斯方差，包括：根据所述目标边界框的边长确定所述目标边界框的面积；根据所述目标边界框的面积、预设的基准面积以及预设的方差基准值确定所述目标边界框的高斯方差。4.根据权利要求2或3所述的模型训练方法，还包括：根据所述高斯方差确定距离参数；以所述关键点为中心，根据所述距离参数确定所述响应区域。5.根据权利要求1
‑
3中任一项所述的模型训练方法，其中，所述根据所述第一关键点热力图和所述第二关键点热力图，对所述关键点检测模型进行训练，包括：确定所述第一关键点热力图和所述第二关键点热力图之间的回归损失；根据所述回归损失调整所述关键点检测模型的参数。6.一种车辆关键点检测方法，包括：获取待检测图像；通过关键点检测模型对所述待检测图像中的车辆进行关键点检测；所述关键点检测模型是通过权利要求1
‑
5中任一项所述的模型训练方法预先训练出的。7.一种模型训练装置，包括：目标检测模块，用于通过样本图像进行目标检测，得到所述样本图像中目标车辆的目标边界框；第一热力图生成模块，用于根据所述目标边界框和预先标注的所述目标车辆的关键点，生成第一关键点热力图；第二热力图生成模块，用于通过关键点检测模型对所述样本图像进行检测，得到第二关键点热力图；训练模块，用于根据所述第一关键点热力图和所述第二关键点热力图，对所述关键点检测模型进行训练，直至所述关键点...

【专利技术属性】
技术研发人员：龚琛婷，谭啸，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：