【技术实现步骤摘要】
本申请涉及人工智能，特别是涉及一种目标检测模型的训练方法、装置、设备、存储介质和产品。
技术介绍
1、目标感知在自动驾驶和智能导航等领域起到了非常重要的作用。目前，目标感知主要分为激光雷达感知和摄像装置感知。为了提高感知结果的精准性，单目3d(three-dimensional，三维)感知技术逐渐兴起，因其在成本以及工作特性等方面的优越性，越来越受到业内关注。
2、但是，当前的单目3d感知算法大都是基于2d(two-dimensional，二维)目标检测的方法，在原有2d检测的基础上直接学习3d信息，存在目标检测精度不高的问题。因此，提升单目3d目标检测精度是当前亟需解决的问题。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提升单目3d目标检测精度的目标检测模型的训练方法、装置、设备、存储介质和产品。
2、第一方面，本申请提供了一种目标检测模型的训练方法。该方法包括：
3、将包含待检测对象的样本图像输入至目标检测模型的特征提取网络中，得...
【技术保护点】
1.一种目标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，所述特征提取网络包括：第一特征提取网络和第二特征提取网络；所述将包含待检测对象的样本图像输入至目标检测模型的特征提取网络中，得到所述样本图像的目标图像特征，包括：
3.根据权利要求2所述的方法，其特征在于，所述第二特征提取网络包括上采样网络和下采样网络；所述上采样网络的上采样层和所述下采样网络的下采样层的层数相同，且一一对应；所述第一特征提取网络的网络层与所述上采样网络的上采样层的层数相同，且一一对应。
4.根据权利要求3所述的方法...
【技术特征摘要】
1.一种目标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，所述特征提取网络包括：第一特征提取网络和第二特征提取网络；所述将包含待检测对象的样本图像输入至目标检测模型的特征提取网络中，得到所述样本图像的目标图像特征，包括：
3.根据权利要求2所述的方法，其特征在于，所述第二特征提取网络包括上采样网络和下采样网络；所述上采样网络的上采样层和所述下采样网络的下采样层的层数相同，且一一对应；所述第一特征提取网络的网络层与所述上采样网络的上采样层的层数相同，且一一对应。
4.根据权利要求3所述的方法，其特征在于，所述将所述初始图像特征输入至所述第二特征提取网络中，得到所述样本图像的目标图像特征，包括：
5.根据权利要求3所述的方法，其特征在于，所述深度预测网...
【专利技术属性】
技术研发人员：张振林，高川，赵起超，袁金伟，
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。