【技术实现步骤摘要】
本公开涉及人工智能，尤其涉及图像处理、智能交通、自动驾驶，具体涉及一种目标检测方法、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
1、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。
2、在自动驾驶过程中，需要准确地感知车辆周围环境中的各类目标，基于此做出控制决策，以提升自动驾驶的安全性。目前对于车辆周围环境中目标的检测效果不佳，无法在自动驾驶车辆的行驶过程中准确地获取周边各类目标的信息，影响了自动驾驶车辆的决策。
3、在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。
技术实现思路
1、本公开提供了一种目标检测方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
2、根据本公开的一方面，提供了一种目标检测方法，包括：获取待检测图像，所述待检测图像包括待检测的特定目标；对所述待检测图像进行第一语义分割以得到第一语义分割结果，其中，所述第一语义分割结果指示
3、根据本公开的另一方面，提供了一种用于目标检测的装置，包括：获取单元，被配置为获取待检测图像，所述待检测图像包括作为检测目标的特定目标；第一语义分割单元，被配置为对所述待检测图像进行第一语义分割以得到第一语义分割结果，其中，所述第一语义分割结果指示与所述待检测图像中的像素对应的预设类别，所述预设类别包括多个类别；第二语义分割单元，被配置为对所述待检测图像进行第二语义分割以得到第二语义分割结果，其中，所述第二语义分割结果指示所述待检测图像中与所述特定目标相关联的目标像素；融合单元，被配置为对所述第一语义分割结果和所述第二语义分割结果进行融合，以得到经融合的语义分割结果，其中，所述目标像素具有所述特定目标的目标类别，所述待检测图像中除所述目标像素之外的像素具有所述多个类别中除所述目标类别之外的类别；以及第一识别单元，被配置为基于所述经融合的语义分割结果，识别所述特定目标的所述目标类别的子类别。
4、根据本公开的又一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中所述存储器有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行根据本公开第一方面所述的方法。
5、根据本公开的又一方面，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，其中，所述计算机指令用于使计算机执行根据本公开第一方面所述的方法。
6、根据本公开的又一方面，提供了一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现本公开第一方面所述的方法。
7、根据本公开的一个或多个实施例，可以准确地从图像中检测特定目标。
8、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】
1.一种目标检测方法，包括：
2.根据权利要求1所述的方法，其中，所述对所述待检测图像进行第二语义分割以得到第二语义分割结果，包括：
3.根据权利要求2所述的方法，其中，响应于所述第一分布区域中存在被误检的分布区域，所述第二分布区域排除所述被误检的分布区域中的至少一部分。
4.根据权利要求2或3所述的方法，其中，所述从所述第二分布区域中确定与所述特定目标相关联的目标像素，包括：
5.根据权利要求2或3所述的方法，其中，所述从所述待检测图像中确定与所述特定目标相关联的第一分布区域、所述从所述第一分布区域中确定与所述特定目标相关联的第二分布区域、以及所述从所述第二分布区域中确定与所述特定目标相关联的目标像素分别经由第一神经网络模型、第二神经网络模型和第三神经网络模型执行，其中，所述第一神经网络模型、所述第二神经网络模型和所述第三神经网络模型以级联方式被训练以对损失进行优化。
6.根据权利要求5所述的方法，其中，所述基于所述经融合的语义分割结果，识别所述特定目标的所述目标类别的子类别经由第四神经网络模型执行，其中，所述第四神经
7.根据权利要求1至6中任一项所述的方法，其中，所述获取待检测图像包括：
8.根据权利要求7所述的方法，所述基于所述经融合的语义分割结果，识别所述特定目标的目标类别的子类别，包括：
9.根据权利要求1至8中任一项所述的方法，所述特定目标包括对道路行驶构成阻碍的低矮障碍物。
10.一种用于目标检测的装置，包括：
11.根据权利要求10所述的装置，其中，所述第二语义分割单元包括：
12.根据权利要求11所述的装置，其中，响应于所述第一分布区域中存在被误检的分布区域，所述第二分布区域排除所述被误检的分布区域中的至少一部分。
13.根据权利要求11或12所述的装置，其中，所述第三确定单元包括：
14.根据权利要求11或12所述的装置，其中，所述第一确定单元、所述第二确定单元、以及所述第三确定单元分别包括第一神经网络模块、第二神经网络模块、以及第三神经网络模块，其中，所述第一神经网络模块、所述第二神经网络模块和所述第三神经网络模块以级联方式被训练以对损失进行优化。
15.根据权利要求14所述的装置，其中，所述第一识别单元包括第四神经网络模块，其中，所述第四神经网络模块的训练在所述第一神经网络模块、所述第二神经网络模块和所述第三神经网络模块的所述训练之后执行。
16.根据权利要求10至15中任一项所述的装置，其中，所述获取单元包括：
17.根据权利要求16所述的装置，其中，所述第一识别单元包括：
18.根据权利要求10至17中任一项所述的装置，所述特定目标包括对道路行驶构成阻碍的低矮障碍物。
19.一种电子设备，包括：
20.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使计算机执行根据权利要求1至9中任一项所述的方法。
21.一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现权利要求1至9中任一项所述的方法。
...【技术特征摘要】
1.一种目标检测方法，包括：
2.根据权利要求1所述的方法，其中，所述对所述待检测图像进行第二语义分割以得到第二语义分割结果，包括：
3.根据权利要求2所述的方法，其中，响应于所述第一分布区域中存在被误检的分布区域，所述第二分布区域排除所述被误检的分布区域中的至少一部分。
4.根据权利要求2或3所述的方法，其中，所述从所述第二分布区域中确定与所述特定目标相关联的目标像素，包括：
5.根据权利要求2或3所述的方法，其中，所述从所述待检测图像中确定与所述特定目标相关联的第一分布区域、所述从所述第一分布区域中确定与所述特定目标相关联的第二分布区域、以及所述从所述第二分布区域中确定与所述特定目标相关联的目标像素分别经由第一神经网络模型、第二神经网络模型和第三神经网络模型执行，其中，所述第一神经网络模型、所述第二神经网络模型和所述第三神经网络模型以级联方式被训练以对损失进行优化。
6.根据权利要求5所述的方法，其中，所述基于所述经融合的语义分割结果，识别所述特定目标的所述目标类别的子类别经由第四神经网络模型执行，其中，所述第四神经网络模型的训练在所述第一神经网络模型、所述第二神经网络模型和所述第三神经网络模型的所述训练之后执行。
7.根据权利要求1至6中任一项所述的方法，其中，所述获取待检测图像包括：
8.根据权利要求7所述的方法，所述基于所述经融合的语义分割结果，识别所述特定目标的目标类别的子类别，包括：
9.根据权利要求1至8中任一项所述的方法，所述特定目标包括对道路行驶构成阻碍的低矮障碍物。
10.一...
【专利技术属性】
技术研发人员：卫智熠，郭旭阳，王学辉，
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。