【技术实现步骤摘要】
本专利技术涉及数据处理，特别是涉及一种数据标定模型训练方法、数据标定方法、终端及计算机可读存储介质。
技术介绍
1、随着科学技术的发展，雷达监控技术在交通领域起到了越来越重要的作用。雷达以高检测率获取移动目标的测量信息，目标跟踪算法基于雷达输入的测量信息，快速准确的计算出目标的运动轨迹以及估计的运动信息，进一步的对其进行分类和识别。但是雷达检测到的识别目标的信息有限，除了该点的运动状况，无法获取与识别目标相关的属性信息，如目标类别和颜色，无法与实际事物进行相关的匹配对照。而视频目标可获取目标相关的其他信息，比如外观、形状以及状态等等。
技术实现思路
1、本专利技术主要解决的技术问题是提供一种数据标定模型训练方法、数据标定方法、装置、终端及计算机可读存储介质，解决现有技术中雷达图像中雷达目标与视频图像中视频目标之间的标定准确率较低的问题。
2、为解决上述技术问题，本专利技术采用的第一个技术方案是：提供一种数据标定模型训练方法，数据标定模型训练方法包括：
3、获取雷达和视频采集设备针对当前场景同时采集的多张雷达训练图像和多张视频训练图像；雷达训练图像包括多个雷达目标以及对应的雷达目标坐标位置，视频训练图像包括多个视频目标以及对应的视频目标坐标位置；雷达训练图像中的雷达目标坐标位置与同时间采集的视频训练图像中的视频目标坐标位置组成训练数据组，其中，训练数据组对应的雷达目标和视频目标为同一训练目标；
4、基于同时间采集的雷达训练图像和视频训练图像，确定当
5、响应于当前场景符合预设场景要求，则基于训练数据组对数据标定模型进行训练。
6、为解决上述技术问题，本专利技术采用的第二个技术方案是：提供一种数据标定方法，数据标定方法包括：
7、获取雷达和视频采集设备针对当前场景同时间采集的雷达图像和视频帧；
8、对雷达图像和视频帧分别进行目标检测，得到雷达图像中包含的雷达目标的雷达坐标以及视频帧中包含的视频目标的像素坐标；
9、将雷达坐标输入到数据标定模型中，得到雷达坐标对应的标定像素坐标；将雷达坐标对应的雷达目标与标定像素坐标对应的视频目标进行标定；
10、和/或，将像素坐标输入到数据标定模型中，得到像素坐标对应的标定雷达坐标；将像素坐标对应的视频目标与标定雷达坐标对应的雷达目标进行标定；其中，数据标定模型是通过上述的数据标定模型训练方法训练得到的。
11、为解决上述技术问题，本专利技术采用的第三个技术方案是：提供一种数据标定模型的训练装置，数据标定模型的训练装置包括：
12、获取模块，用于获取雷达和视频采集设备针对当前场景同时采集的多张雷达训练图像和多张视频训练图像；雷达训练图像包括多个雷达目标以及对应的雷达目标坐标位置，视频训练图像包括多个视频目标以及对应的视频目标坐标位置；雷达训练图像中的雷达目标坐标位置与同时间采集的视频训练图像中的视频目标坐标位置组成训练数据组，其中，训练数据组对应的雷达目标和视频目标为同一训练目标；
13、分析模块，用于基于同时间采集的雷达训练图像和视频训练图像，确定当前场景是否符合预设场景要求；
14、训练模块，用于响应于当前场景符合预设场景要求，则基于训练数据组对数据标定模型进行训练。
15、为解决上述技术问题，本专利技术采用的第四个技术方案是：提供一种数据标定装置，数据标定装置包括：
16、采集模块，用于获取雷达和视频采集设备针对当前场景同时间采集的雷达图像和视频帧；
17、检测模块，用于对雷达图像和视频帧分别进行目标检测，得到雷达图像中包含的雷达目标的雷达坐标以及视频帧中包含的视频目标的像素坐标；
18、数据分析模块，用于将雷达坐标输入到数据标定模型中，得到雷达坐标对应的标定像素坐标；还用于将像素坐标输入到数据标定模型中，得到像素坐标对应的标定雷达坐标；其中，数据标定模型是通过上述的数据标定模型训练方法训练得到的；
19、标定模块，用于将雷达坐标对应的雷达目标与标定像素坐标对应的视频目标进行标定；还用于将像素坐标对应的视频目标与标定雷达坐标对应的雷达目标进行标定。
20、为解决上述技术问题，本专利技术采用的第五个技术方案是：提供一种终端，终端包括存储器、处理器以及存储于存储器中并在处理器上运行的计算机程序，处理器用于执行程序数据以实现如上述的数据标定模型训练方法中的步骤或实现上述的数据标定方法中的步骤。
21、为解决上述技术问题，本专利技术采用的第六个技术方案是：提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上述的数据标定模型训练方法中的步骤或实现上述的数据标定方法中的步骤。
22、本专利技术的有益效果是：区别于现有技术的情况，提供的一种数据标定模型训练方法、数据标定方法、终端及计算机可读存储介质，数据标定模型训练方法包括：获取雷达和视频采集设备针对当前场景同时采集的多张雷达训练图像和多张视频训练图像；雷达训练图像包括多个雷达目标以及对应的雷达目标坐标位置，视频训练图像包括多个视频目标以及对应的视频目标坐标位置；雷达训练图像中的雷达目标坐标位置与同时间采集的视频训练图像中的视频目标坐标位置组成训练数据组，其中，训练数据组对应的雷达目标和视频目标为同一训练目标；基于同时间采集的雷达训练图像和视频训练图像，确定当前场景是否符合预设场景要求；响应于当前场景符合预设场景要求，则基于训练数据组对数据标定模型进行训练。本申请基于针对当前环境同时间采集的雷达训练图像和视频训练图像确定当前场景是否为理想环境，以对标定环境进行优选，进而提高训练数据的可信度；当当前场景为理想环境时，再基于当前环境同时间采集的雷达训练图像和视频训练图像对应的训练数据组对数据标定模型进行训练，进而提高数据标定模型的标定结果的准确率；训练得到的数据标定模型无需人工干预且不依赖传感器，即可对当前环境中的雷达目标的视频目标进行智能标定。
本文档来自技高网...【技术保护点】
1.一种数据标定模型训练方法，其特征在于，所述训练方法包括：
2.根据权利要求1所述的数据标定模型训练方法，其特征在于，所述数据标定模型包括第一深度网络模型和第二深度网络模型；
3.根据权利要求1所述的数据标定模型训练方法，其特征在于，所述雷达训练图像包括所述雷达目标的数量，所述视频训练图像包括所述视频目标的数量；所述雷达训练图像包括所述雷达目标的运行速度；
4.根据权利要求3所述的数据标定模型训练方法，其特征在于，所述视频训练图像包括包含所述视频目标的检测框和光照强度；所述视频目标坐标位置为包含所述视频目标的检测框的底边中心点的坐标位置；
5.根据权利要求1所述的数据标定模型训练方法，其特征在于，
6.根据权利要求5所述的数据标定模型训练方法，其特征在于，所述当前场景包括多个局部区域；
7.根据权利要求2所述的数据标定模型训练方法，其特征在于，
8.一种数据标定方法，其特征在于，所述数据标定方法包括：
9.一种终端，其特征在于，所述终端包括存储器、处理器以及存储于所述存储器中并在所述
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1～7任一项所述的数据标定模型训练方法中的步骤或实现如权利要求8所述的数据标定方法中的步骤。
...【技术特征摘要】
1.一种数据标定模型训练方法，其特征在于，所述训练方法包括：
2.根据权利要求1所述的数据标定模型训练方法，其特征在于，所述数据标定模型包括第一深度网络模型和第二深度网络模型；
3.根据权利要求1所述的数据标定模型训练方法，其特征在于，所述雷达训练图像包括所述雷达目标的数量，所述视频训练图像包括所述视频目标的数量；所述雷达训练图像包括所述雷达目标的运行速度；
4.根据权利要求3所述的数据标定模型训练方法，其特征在于，所述视频训练图像包括包含所述视频目标的检测框和光照强度；所述视频目标坐标位置为包含所述视频目标的检测框的底边中心点的坐标位置；
5.根据权利要求1所述的数据标定模型训练方法，其特征在于，
6.根据权利要求5所述的数...
【专利技术属性】
技术研发人员：徐林，程淼，李乾坤，李冬冬，高存璋，
申请(专利权)人：浙江大华技术股份有限公司，
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。