【技术实现步骤摘要】
目标识别方法、目标识别模型训练方法及装置
[0001]本公开涉及人工智能领域,尤其涉及图像处理、计算机视觉和深度学习
,可应用于3D视觉、虚拟现实等场景。具体涉及一种目标识别方法、目标识别模型训练方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
技术介绍
[0002]人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术:人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
[0003]深度学习技术近年来在计算机视觉和自然语言处理领域获得了巨大的成功,基于点云数据的目标检测任务作为计算机视觉中的经典子任务,近年来也成为了深度学习研究者的热点课题。通过例如激光雷达采集的点云数据蕴含丰富的几何信息,但是相比图像缺少丰富的语义信息,这导致在一些小物体和非刚体的物体上,检测指标很差。
技术实现思路
[0004]本公开提供了一种目标识别方法、目标识别模型训练方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
[0005]根据本公开的一方面,提供了一种目标识别网络模型训练方法,包括:初始化待训练的学生模型,所述学生模型包括第一特征提取网络和第一检测头网络;获取点云数据;确定所述点云数据中的每个点所对应的第一标签以及所述点云数据所对应 ...
【技术保护点】
【技术特征摘要】
1.一种目标识别网络模型训练方法,包括:初始化待训练的学生模型,所述学生模型包括第一特征提取网络和第一检测头网络;获取点云数据;确定所述点云数据中的每个点所对应的第一标签以及所述点云数据所对应的第二标签,其中,所述第一标签用于标识该点与所述点云数据所对应的待识别目标所在区域的关系,所述第二标签为预设的目标识别结果;确定经训练的教师模型,其中所述教师模型包括第二特征提取网络和第二检测头网络;将所述点云数据输入所述学生模型,获得第一特征图和第一识别结果;将所述点云数据以及所述第一标签输入所述教师模型,获得第二特征图以及第二识别结果;基于所述第一特征图和所述第二特征图所组成的组、以及所述第一识别结果和所述第二识别结果所组成的组中的至少一组,通过预设的第一损失函数确定蒸馏损失值;基于所述第一识别结果以及所述第二标签,通过预设的第二损失函数确定目标识别损失值;以及基于所述蒸馏损失值以及所述目标识别损失值,调节所述学生模型的参数值。2.如权利要求1所述的方法,其中,所述第一特征提取网络包括依次连接的第一3D特征提取网络和第一2D特征提取网络,和所述第二特征提取网络包括依次连接的第二3D特征提取网络和第二2D特征提取网络,并且其中,通过预设的第一损失函数确定蒸馏损失值包括:基于所述第一3D特征提取网络输出的3D特征图和所述第二3D特征提取网络输出的3D特征图所组成的组、所述第一2D特征提取网络输出的2D特征图和所述第二2D特征提取网络输出的2D特征图所组成的组、以及所述第一识别结果和所述第二识别结果所组成的组中的至少一组,通过预设的第一损失函数确定蒸馏损失值。3.如权利要求1或2所述的方法,其中,所述至少一组中的每一组所对应的蒸馏损失值具有相应的权重值。4.如权利要求1或2所述的方法,其中,所述学生模型和所述教师模型中的用于基于其输出结果确定所述蒸馏损失值的网络所对应的网络结构相同。5.如权利要求1所述的方法,其中,第二标签包括预设的目标检测框的位置信息以及目标类别信息。6.如权利要求1所述的方法,其中,该点位于所述点云数据所对应的待识别目标所在区域内时,所述点所对应的第一标签为第一数值;以及该点位于所述点云数据所对应的待识别目标所在区域外时,所述点所对应的第一标签为第二数值,其中,所述第一数值不等于所述第二数值。7.一种目标识别方法,包括:通过点云采集装置获取点云数据,其中所述点云采集装置用于对待识别目标进行观测;以及将所述点云数据输入经训练的学生模型,以获得目标识别结果,
其中,所述学生模型基于权利要求1
‑
6中任一项所述的方法训练得到。8.如权利要求7所述的方法,其中,所述点云采集装置位于观测车辆上或路侧设备上;所述目标识别方法在计算设备中实现,所述计算设备通过所述点云采集装置获取点云数据;所述计算设备驻留在所述观测车辆上、驻留在所述路侧设备上或者驻留在云端。9.一种目标识别网络模型训练装置,包括:初始化单元,配置为初始化待训练的学生模型,所述学生模型包括第一特征提取网络和第一检测头网络;第一获取单元,配置为获取点云数据;第一确定单元,配置为确定所述点云数据中的每个点所对应的第一标签以及所述点云数据所对应的第二标签,其中,所述第一标签用于标识该点与所述点云数据所对应的待识别目标所在区域的关系,所述第二标签为预设的目标识别结果;第二确定单元,配置为确定经训练的教师...
【专利技术属性】
技术研发人员:鞠波,邹智康,叶晓青,蒋旻悦,谭啸,丁二锐,王井东,
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:
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。