【技术实现步骤摘要】
本申请涉及计算机，特别是涉及一种目标检测模型的训练方法、装置及电子设备。
技术介绍
1、在目标检测模型的应用场景中，常常需要针对多种设备采集的多类型数据进行检测，例如在自动驾驶的场景中，会使用不同的传感器采集的数据，如使用激光雷达采集点云数据、使用图像传感器采集图像等，基于各传感器采集的多种类型的数据检测目标。
2、但在相关技术中，目标检测模型大多遵循单数据集训练——单数据集测试范式设计，单一数据集训练的目标检测模型如果直接部署到另一类型的数据中进行检测，其检测精度会发生严重退化。而采用多传感器多数据集训练——单数据集测试的范式，则需要根据每一类型的数据集都进行针对性训练，会造成大量标注资源和人力资源浪费，难以真正实现。所以，如何提高目标检测模型在不同数据集的泛化能力，一直是亟待解决的问题之一。
技术实现思路
1、本申请实施例的目的在于提供一种目标检测模型的训练方法、装置及电子设备，以实现提高目标检测模型在不同数据集的泛化能力。具体技术方案如下：
2、第一方面，本申...
【技术保护点】
1.一种目标检测模型的训练方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在所述将各所述样本数据集输入至待训练的目标检测模型中之前，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述针对每一所述样本数据集，对所述点云特征和所述图像特征进行特征融合，得到所述样本数据集的待检测特征，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据各所述样本数据集各自的感兴趣区域，对比各所述目标检测结果与所述各所述样本数据集的真值，确定所述目标检测模型的模型损失，包括：
5.根据权利要求1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，包括：
2.根据权利要求1所述的方法，其特征在于，在所述将各所述样本数据集输入至待训练的目标检测模型中之前，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述针对每一所述样本数据集，对所述点云特征和所述图像特征进行特征融合，得到所述样本数据集的待检测特征，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据各所述样本数据集各自的感兴趣区域，对比各所述目标检测结果与所述各所述样本数据集的真值，确定所述目标检测模型的模型损失，包括：
5.根据权利要求1所述的方法，其特征在于，所述目标检测模型包括检测网络，所述检测网络包括分类检测难度...
【专利技术属性】
技术研发人员：郑秀枝，张经纬，许昀璐，
申请(专利权)人：杭州海康威视数字技术股份有限公司，
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。