目标检测模型训练方法、目标检测方法及装置制造方法及图纸

本公开提供了一种目标检测模型训练方法、目标检测方法及装置，涉及数据处理领域，尤其涉及人工智能及智慧交通领域。具体实现方案为：获取具有障碍物标注框的第一样本点云数据，第一样本点云数据包括的各点云的采集距离小于第一预设距离；基于第二预设距离以及采集设备的采集距离与点云数量之间的关系，将第一样本点云数据中的部分点云删除，得到第二样本点云数据，第二预设距离为第一预设距离的整数倍；利用第二样本点云数据模拟第三样本点云数据；基于第一样本点云数据和第三样本点云数据对深度学习模型进行训练，得到目标检测模型。使得训练出的目标检测模型能够准确对近距离点云和远距离点云中的障碍物进行准确地检测。点云和远距离点云中的障碍物进行准确地检测。点云和远距离点云中的障碍物进行准确地检测。

【技术实现步骤摘要】
目标检测模型训练方法、目标检测方法及装置


[0001]本公开涉及数据处理
，尤其涉及人工智能及智慧交通领域。

技术介绍

[0002]3D目标检测是智慧交通领域的常用技术，3D目标检测是指利用激光雷达等传感器采集道路中点云数据，基于采集到的点云数据检测道路中的障碍物。

技术实现思路

[0003]本公开提供了一种目标检测模型训练方法、目标检测方法及装置。
[0004]根据本公开的第一方面，提供了一种目标检测模型训练方法，包括：
[0005]获取具有障碍物标注框的第一样本点云数据，所述第一样本点云数据包括的各点云的采集距离小于第一预设距离；
[0006]基于第二预设距离以及采集设备的采集距离与点云数量之间的关系，将所述第一样本点云数据中的部分点云删除，得到第二样本点云数据，所述第二预设距离为所述第一预设距离的整数倍；
[0007]利用所述第二样本点云数据模拟第三样本点云数据；
[0008]基于所述第一样本点云数据和所述第三样本点云数据对深度学习模型进行训练，得到目标检测模型。
[0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训练方法，包括：获取具有障碍物标注框的第一样本点云数据，所述第一样本点云数据包括的各点云的采集距离小于第一预设距离；基于第二预设距离以及采集设备的采集距离与点云数量之间的关系，将所述第一样本点云数据中的部分点云删除，得到第二样本点云数据，所述第二预设距离为所述第一预设距离的整数倍；利用所述第二样本点云数据模拟第三样本点云数据；基于所述第一样本点云数据和所述第三样本点云数据对深度学习模型进行训练，得到目标检测模型。2.根据权利要求1所述的方法，其中，所述利用所述第二样本点云数据模拟第三样本点云数据，包括：将所述第二样本点云数据作为所述第三样本点云数据；或者，基于所述采集设备的采集距离与反射强度和/或激光入射角之间的关系对所述第二样本点云数据进行处理，得到所述第三样本点云数据。3.根据权利要求2所述的方法，其中，所述基于所述采集设备的采集距离与反射强度和/或激光入射角之间的关系对所述第二样本点云数据进行处理，得到所述第三样本点云数据，包括：基于所述第二预设距离与所述第一预设距离的差值，计算所述第二样本点云数据包括的每个点云的理论反射强度；将所述第二样本点云数据包括的每个点云的原始反射强度替换为计算出的理论反射强度，得到所述第三样本点云数据；或者，将所述第二样本点云数据中位于各障碍物标注框水平面内的点云随机删除一部分，并将所述第二样本点云数据包括的地面点云删除一部分，得到所述第三样本点云数据；或者，将所述第二样本点云数据中各障碍物标注框水平面内的点云随机删除一部分，并将所述第二样本点云数据包括的地面点云删除一部分；基于所述第二预设距离与所述第一预设距离的差值，计算所述第二样本点云数据剩余的每个点云的理论反射强度；将所述第二样本点云数据剩余的每个点云的原始反射强度替换为计算出的理论反射强度，得到所述第三样本点云数据。4.根据权利要求1
‑
3任一项所述的方法，在所述利用所述第二样本点云数据模拟第三样本点云数据之后，所述方法还包括：获取所述采集设备采集的无障碍物的第四样本点云数据，所述第四样本点云数据的采集范围的终点与所述采集设备之间的距离为所述第二预设距离，所述采集范围的起点与所述采集设备距离之间的距离为指定差值，所述指定差值为所述第二预设距离与所述第一预设距离的差值；所述基于所述第一样本点云数据和所述第三样本点云数据对深度学习模型进行训练，得到目标检测模型，包括：将所述第四样本点云数据包括的各点云的X坐标值均减去所述指定差值，并将所述第三样本点云数据包括的障碍物标注框与障碍物标注框内的障碍物点云复制到所述第四样本点云数据中；基于所述第一样本点云数据和具有障碍物标注框和障碍物点云的第四样本点云数据
对所述深度学习模型进行训练，得到所述目标检测模型。5.根据权利要求1所述的方法，其中，所述基于第二预设距离以及所述采集设备的采集距离与点云数量之间的关系，将所述第一样本点云数据中的部分点云删除，得到第二样本点云数据，包括：分别计算所述第一样本点云数据包括的每个点云的模拟采集距离，所述模拟采集距离为点云的实际采集距离与所述指定差值之和，所述指定差值为所述第二预设距离与所述第一预设距离的差值；针对所述第一样本点云数据包括的每个点云，计算该点云的模拟采集距离与所述采集设备角分辨率的乘积值，将以该点云为球心，以该点云对应的乘积值为半径的球内除球心之外的点云删除，得到所述第二样本点云数据。6.一种目标检测方法，包括：获取待检测点云数据；将所述待检测点云数据中第一采集范围内的点云数据输入目标检测模型，得到所述目标检测模型输出的所述第一采集范围内的障碍物位置，所述第一采集范围内各点云的采集距离小于第一预设距离，所述目标检测模型为基于权利要求1
‑
5任一项训练得到的目标检测模型；将所述待检测点云数据中第二采集范围内的点云数据的坐标平移至所述第一采集范围对应的坐标范围后，输入所述目标检测模型，得到所述目标检测模型输出的目标障碍物位置；将所述目标障碍物位置的坐标平移至所述第二采集范围对应的坐标范围，得到所述第二采集范围内的障碍物位置。7.一种目标检测模型训练装置，包括：获取模块，用于获取具有障碍物标注框的第一样本点云数据，所述第一样本点云数据包括的各点云的采集距离小于第一预设距离；删除模块，用于基于第二预设距离...

【专利技术属性】
技术研发人员：张睿文，
申请(专利权)人：阿波罗智联北京科技有限公司，
类型：发明
国别省市：