【技术实现步骤摘要】
本申请涉及车辆，特别涉及一种目标检测方法、装置、电子设备及存储介质。
技术介绍
1、目前，在目标检测领域，考虑到运行速度与效率，往往采用单阶段的神经网络模型，但单阶段的网络模型的精度往往不如多阶段模型。
2、相关技术提出了如cascade rcnn的级联网络，但一体化的多阶段网络算力要求大，对平台要求较高，难以在不同算法平台下进行部署，实际应用较为局限。
技术实现思路
1、本申请提供一种目标检测方法、装置、电子设备及存储介质，以解决单阶段模型准确率不足，多阶段模型算力要求过高的问题，在单阶段模型后提供一个小形的网络进行二次检测，在不需要一阶段模型二次训练的前提下，提升模型的检测准确率，方便模型在不同算法平台下进行部署，减少模型训练所产生的算力花费，具有经济性和实用性。
2、本申请第一方面实施例提供一种目标检测方法，包括以下步骤：
3、获取待检测点云数据；
4、将所述待检测点云数据输入至第一预设神经网络模型中得到第一检测结果，并根据所述第一检测...
【技术保护点】
1.一种目标检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，在所述待检测点云数据输入至第一预设神经网络模型中得到第一检测结果之前，包括：
3.根据权利要求2所述的方法，其特征在于，所述将所述训练集输入至初始神经网络模型得到训练后的神经网络模型，还包括：
4.根据权利要求3所述的方法，其特征在于，利用所述目标损失函数调整所述初始神经网络模型的参数，包括：
5.根据权利要求3所述的方法，其特征在于，所述目标损失函数为wings loss。
6.一种目标检测装置，其特征在于，包括：<...
【技术特征摘要】
1.一种目标检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，在所述待检测点云数据输入至第一预设神经网络模型中得到第一检测结果之前，包括：
3.根据权利要求2所述的方法，其特征在于，所述将所述训练集输入至初始神经网络模型得到训练后的神经网络模型，还包括：
4.根据权利要求3所述的方法，其特征在于，利用所述目标损失函数调整所述初始神经网络模型的参数，包括：
5.根据权利要求3所述的方法，其特征在于，所述目标损失函数为wings loss。
6.一种目标检测装置，其特征在于，包括：...
【专利技术属性】
技术研发人员：黄鹏，高峰，
申请(专利权)人：大卓智能科技有限公司，
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。