【技术实现步骤摘要】
本专利技术涉及自动驾驶，尤其是涉及一种面向路侧激光雷达目标检测的迁移学习方法、设备、介质。
技术介绍
1、模型的低成本、快速部署是路侧激光雷达目标检测研究核心关注的内容。在新的道路场景下，因道路拓扑结构存在差异，直接使用训练好的激光雷达目标检测模型难以满足性能要求。除此之外，由于路侧激光雷达的种类、布设位姿不同，点云数据的分布各异，而现有的目标检测模型泛化性较弱，不足以实现对车辆、行人等目标的精准检测。
2、在目标场景中构建相应的点云数据集，并将其用于目标检测模型的训练和微调，可以有效地提升模型的性能。但是，针对目标场景重新采集与标注点云数据需要耗费额外的金钱和时间，不利于模型的低成本和快速部署。
3、中国专利申请公开号cn116452888a公开了一种基于迁移学习的小样本目标检测系统，属于小样本目标检测系统
，包括样本预处理模块、特征提取网络、rpn区域建议网络、roi池化和特征提取模块、分类回归层，所述样本预处理模块与所述特征提取网络连接，所述特征提取网络分别与所述rpn区域建议网络、roi池化和特征提...
【技术保护点】
1.一种面向路侧激光雷达目标检测的迁移学习方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种面向路侧激光雷达目标检测的迁移学习方法，其特征在于，所述的增强后的源域数据的获取包括如下步骤：
3.根据权利要求2所述的一种面向路侧激光雷达目标检测的迁移学习方法，其特征在于，所述的采用球坐标系对所述源域数据进行编码通过下式实现：
4.根据权利要求1所述的一种面向路侧激光雷达目标检测的迁移学习方法，其特征在于，所述的伪标签的降噪过程包括：
5.根据权利要求4所述的一种面向路侧激光雷达目标检测的迁移学习方法，其特征在于，...
【技术特征摘要】
1.一种面向路侧激光雷达目标检测的迁移学习方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种面向路侧激光雷达目标检测的迁移学习方法，其特征在于，所述的增强后的源域数据的获取包括如下步骤：
3.根据权利要求2所述的一种面向路侧激光雷达目标检测的迁移学习方法，其特征在于，所述的采用球坐标系对所述源域数据进行编码通过下式实现：
4.根据权利要求1所述的一种面向路侧激光雷达目标检测的迁移学习方法，其特征在于，所述的伪标签的降噪过程包括：
5.根据权利要求4所述的一种面向路侧激光雷达目标检测的迁移学习方法，其特征在于，所述的预测的边框和真实的边框的交叠率采用下式计算：
6.根据权利要求1所述的一种面向路侧激光雷达目标检测的迁移...
【专利技术属性】
技术研发人员：王亚飞，殷承良，陈锦辉，郭众，汪博文，秦文刚，吴越鹏，
申请(专利权)人：上海智能网联汽车技术中心有限公司，
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。