【技术实现步骤摘要】
本公开涉及数据处理方法，具体涉及深度学习、神经网络、目标检测、自动驾驶等人工智能，尤其涉及一种目标检测模型构建方法和目标检测方法，以及以对应的装置、电子设备、计算机可读存储介质及计算机程序产品。
技术介绍
1、点云3d(三维)目标检测算法是自动驾驶领域至关重要的感知算法。3d目标检测算法的输入为原始点云，输出为场景中障碍物的位置、长宽高、朝向角信息，用于后续的障碍物跟踪和下游的pnc(planning and control，规划控制)任务。
2、目前主流的点云3d目标检测算法主要分为两类：基于点(point)的点云检测算法，基于点云柱(pillars)的点云检测算法。前者需要对每个点进行处理，耗时较长无法满足实时性需求。
3、上述两种主流算法中，后者凭借其较高的检测精度和较低的耗时被广泛应用于自动驾驶技术中，但基于pillars的点云检测算法仍存在诸多不足之处。
技术实现思路
1、本公开实施例提出了一种目标检测模型构建、目标检测方法、装置、电子设备、计算机可读存储介质及计算机程序产品。
2、第一方面，本公开实施例提出了一种目标检测模型构建方法，包括：获取从鸟瞰视角对车辆行驶周围扫描得到的样本三维点云数据，以及对样本三维点云数据中所包含目标的三维位置的标注信息；利用预设的特征提取模型提取样本三维点云数据中的特征，得到三维点云特征；将基于三维点云特征和标注信息构成的训练样本，依次通过包含有时序自注意力模块和空间交叉自注意力模块的编码网络和包含有自注
3、第二方面，本公开实施例提出了一种目标检测模型构建装置，包括：样本数据获取单元，被配置成获取从鸟瞰视角对车辆行驶周围扫描得到的样本三维点云数据，以及对样本三维点云数据中所包含目标的三维位置的标注信息；特征提取单元，被配置成利用预设的特征提取模型提取样本三维点云数据中的特征，得到三维点云特征图；训练单元，被配置成将基于三维点云特征和标注信息构成的训练样本，依次通过包含有时序自注意力模块和空间交叉自注意力模块的编码网络和包含有自注意力模块和交叉注意力模块的解码网络进行训练；目标检测模型构建单元，被配置成基于特征提取网络、满足训练结束条件的编码网络和精简解码网络，构建得到目标检测模型。
4、第三方面，本公开实施例提出了一种目标检测方法，包括：获取目标自动驾驶车辆上架设的三维激光扫描仪对车辆行驶周围扫描得到的实际三维点云数据；将实际三维点云数据作为输入数据输入目标检测模型，得到目标检测模型输出的对实际三维点云数据中包含的各目标的三维位置的标注信息；其中，目标检测模型根据如第一方面描述的目标检测模型构建方法得到。
5、第四方面，本公开实施例提出了一种目标检测装置，包括：实际三维点云数据获取单元，被配置成获取目标自动驾驶车辆上架设的三维激光扫描仪对车辆行驶周围扫描得到的实际三维点云数据；目标检测单元，被配置成将实际三维点云数据作为输入数据输入目标检测模型，得到目标检测模型输出的对实际三维点云数据中包含的各目标的三维位置的标注信息；其中，目标检测模型根据如第二方面描述的目标检测模型构建装置得到。
6、第五方面，本公开实施例提供了一种电子设备，该电子设备包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，该指令被至少一个处理器执行，以使至少一个处理器执行时能够实现如第一方面描述的目标检测模型构建方法或如第三方面描述的目标检测方法。
7、第六方面，本公开实施例提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行时能够实现如第一方面描述的目标检测模型构建方法或如第三方面描述的目标检测方法。
8、第七方面，本公开实施例提供了一种包括计算机程序的计算机程序产品，该计算机程序在被处理器执行时能够实现如第一方面描述的目标检测模型构建方法的步骤或如第三方面描述的目标检测方法的步骤。
9、本公开实施例提供的目标检测模型构建方案，针对从鸟瞰视角对车辆行驶周围扫描得到的三维点云数据，在基于transformer的编解码网络框架下，具体使用了包含时序自注意力模块和空间交叉自注意力模块的编码网络，以及使用了包含自注意力模块和交叉注意力模块的解码网络，不仅通过引入的时序自注意力机制有效提升了对运动物体的检测效果，还通过引入的空间交叉自注意力机制有效提升了对目标检测的准确性，而基于使用的transformer架构还得以构建了鸟瞰视角特征之间的远距离依赖关系，得以实现了更好的检测效果。
10、而本实施例提供的目标检测方案通过使用上述构建得到目标检测模型来检测实际三维点云数据中各目标的位置信息，得以实现更高的检测准确率。
11、应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种目标检测模型构建方法，包括：
2.根据权利要求1所述的方法，其中，所述利用预设的特征提取模型提取所述样本三维点云数据中的特征，得到三维点云特征图，包括：
3.根据权利要求2所述的方法，其中，所述将基于所述多尺度特征和所述标注信息构成的训练样本，依次通过所述编码网络和所述解码网络进行训练，包括：
4.根据权利要求2所述的方法，其中，所述将所述样本三维点云数据通过多尺度信息提取网络提取多尺度信息，得到多尺度特征，包括：
5.根据权利要求4所述的方法，其中，响应于所述多尺度特征具体为多种尺寸的特征图，还包括：
6.根据权利要求5所述的方法，其中，所述设置不同尺寸的特征图仅用于预测唯一具有匹配尺寸的目标、且不同尺寸的特征图所检测的匹配尺寸互不相同，包括：
7.根据权利要求1-6任一项所述的方法，其中，所述获取从鸟瞰视角对车辆行驶周围扫描得到的样本三维点云数据，包括：
8.一种目标检测方法，包括：
9.根据权利要求8所述的方法，还包括：
10.一种目标检测模型构建装置，包括：
11.根据权利要求10所述的装置，其中，所述特征提取单元包括：
12.根据权利要求11所述的装置，其中，所述多尺度特征样本训练子单元被进一步配置成：
13.根据权利要求11所述的装置，其中，所述多尺度特征提取子单元被进一步配置成：
14.根据权利要求13所述的装置，还包括：
15.根据权利要求14所述的装置，其中，所述不同尺寸特征图预测设置单元被进一步配置成：
16.根据权利要求10-15任一项所述的装置，其中，所述样本数据获取单元包括被配置成获取从鸟瞰视角对车辆行驶周围扫描得到的样本三维点云数据的样本三维点云数据获取子单元，所述样本三维点云数据获取子单元被进一步配置成：
17.一种目标检测装置，包括：
18.根据权利要求17所述的装置，还包括：
19.一种电子设备，包括：
20.一种电子设备，包括：
21.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的目标检测模型构建方法。
22.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求8或9所述的目标检测方法。
23.一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现根据权利要求1-7中任一项所述目标检测模型构建方法的步骤和/或权利要求8或9所述目标检测方法的步骤。
...【技术特征摘要】
1.一种目标检测模型构建方法，包括：
2.根据权利要求1所述的方法，其中，所述利用预设的特征提取模型提取所述样本三维点云数据中的特征，得到三维点云特征图，包括：
3.根据权利要求2所述的方法，其中，所述将基于所述多尺度特征和所述标注信息构成的训练样本，依次通过所述编码网络和所述解码网络进行训练，包括：
4.根据权利要求2所述的方法，其中，所述将所述样本三维点云数据通过多尺度信息提取网络提取多尺度信息，得到多尺度特征，包括：
5.根据权利要求4所述的方法，其中，响应于所述多尺度特征具体为多种尺寸的特征图，还包括：
6.根据权利要求5所述的方法，其中，所述设置不同尺寸的特征图仅用于预测唯一具有匹配尺寸的目标、且不同尺寸的特征图所检测的匹配尺寸互不相同，包括：
7.根据权利要求1-6任一项所述的方法，其中，所述获取从鸟瞰视角对车辆行驶周围扫描得到的样本三维点云数据，包括：
8.一种目标检测方法，包括：
9.根据权利要求8所述的方法，还包括：
10.一种目标检测模型构建装置，包括：
11.根据权利要求10所述的装置，其中，所述特征提取单元包括：
12.根据权利要求11所述的装置，其中，所述多尺度特征样本训练子单元...
【专利技术属性】
技术研发人员：燕家兴，黄轩，徐洛冬，胡琪琳，
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。