【技术实现步骤摘要】
本申请涉及计算机，特别涉及一种盲区行人检测模型的训练方法、盲区行人检测方法及装置。
技术介绍
1、随着汽车电动化加速转型，越来越多拥有驾驶辅助功能的汽车走进千家万户。与此同时，危险驾驶行为导致的车辆事故逐年上升，人们关于汽车驾驶辅助功能在汽车行驶过程中的安全问题迫切关注。
2、现有技术中，车载终端的算力有限，基于深度学习的行人检测模型进行行人检测的过程中，耗时过长，导致丢帧严重，引起盲区行人检测误报率和漏报率上升。
技术实现思路
1、本申请实施例提供了一种盲区行人检测模型的训练方法、盲区行人检测方法及装置，能够降低盲区行人检测模型进行行人检测时的数据处理量和数据处理时间，减少丢帧，从而降低盲区行人检测误报率和漏报率。
2、根据本申请实施例的一个方面，提供了一种盲区行人检测模型的训练方法，所述方法包括：
3、获取第一车辆盲区图像集，所述第一车辆盲区图像集对应的图像格式为第一格式；
4、对所述第一车辆盲区图像集中的图像进行格式转换，得到第二车辆盲...
【技术保护点】
1.一种盲区行人检测模型的训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述第一行人标注信息包括第一标签信息和第二标签信息，所述第一标签信息用于标注未被遮挡的行人，所述第二标签信息用于标注被遮挡物遮挡的行人。
3.根据权利要求2所述的方法，其特征在于，所述遮挡物包括圆形立柱、杆状物体中至少一种。
4.根据权利要求1所述的方法，其特征在于，所述第一行人标注信息包括第一行人坐标信息；所述对所述第一行人标注信息进行转换，得到所述第一车辆盲区图像集对应的第二行人标注信息，包括：
5.根据权利要求...
【技术特征摘要】
1.一种盲区行人检测模型的训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述第一行人标注信息包括第一标签信息和第二标签信息，所述第一标签信息用于标注未被遮挡的行人，所述第二标签信息用于标注被遮挡物遮挡的行人。
3.根据权利要求2所述的方法，其特征在于，所述遮挡物包括圆形立柱、杆状物体中至少一种。
4.根据权利要求1所述的方法，其特征在于，所述第一行人标注信息包括第一行人坐标信息；所述对所述第一行人标注信息进行转换，得到所述第一车辆盲区图像集对应的第二行人标注信息，包括：
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，所述基于所述第二行人标记信息对所述第一车辆盲区图像集进行筛选，以及基于所述行人检测信息对所述第三车辆盲区图像集进行筛选，得到筛选图像训练集，包括：
7.根据权利要求6所述的方法，其特征在于，所述获取第三车辆盲区图像集以及所述第三车辆盲区图像集对应的行人检测信息，包括：
8.根据权利要求7所述的方法，其特征在于，所述基于所述中间盲区行人检测模型对所述第三车辆盲区图像集中的图像进行行人检测，得到所述行人检测信息之后，还包括：
9.根据权利要求8所述的方法，其特征在于，所述判断所述行人检测信息是否符合训练约束条件之后，还包括：
...【专利技术属性】
技术研发人员：卢先英，陈胤子，龙翔，张振林，
申请(专利权)人：中汽创智科技有限公司，
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。