车辆信息的检测方法、检测模型的训练方法和装置制造方法及图纸

技术编号:27108881 阅读:36 留言:0更新日期:2021-01-25 19:01
本申请公开了一种车辆信息的检测方法、检测模型的训练方法和装置,涉及人工智能技术领域,具体为计算机视觉和深度学习技术领域。具体实现方案为:基于目标车辆的图像,执行第一目标检测操作,得到针对目标车辆的目标信息的第一检测结果;基于第一检测结果,执行误差检测操作,得到误差信息;基于第一检测结果和误差信息,执行第二目标检测操作,得到针对目标信息的第二检测结果。本申请实施例可以基于单目图像实现对车辆信息的精确检测。目图像实现对车辆信息的精确检测。目图像实现对车辆信息的精确检测。

【技术实现步骤摘要】
车辆信息的检测方法、检测模型的训练方法和装置


[0001]本申请涉及计算机
,尤其涉及人工智能领域,具体为计算机视觉和深度学习


技术介绍

[0002]目前,在道路、驾驶场景下,对车辆信息的精确检测主要依赖于激光雷达或毫米波雷达对车辆点云数据进行检测。具体而言,是利用雷达扫描得到车辆的三维点云,再采用体素或点的方式进行三维检测框的回归。

技术实现思路

[0003]本申请提供了一种车辆信息的检测方法、检测模型的训练方法和装置。
[0004]根据本申请的一方面,提供了一种车辆信息的检测方法,包括:
[0005]基于目标车辆的图像,执行第一目标检测操作,得到针对目标车辆的目标信息的第一检测结果;
[0006]基于第一检测结果,执行误差检测操作,得到误差信息;
[0007]基于第一检测结果和误差信息,执行第二目标检测操作,得到针对目标信息的第二检测结果。
[0008]根据本申请的另一方面,提供了一种车辆信息的检测模型的训练方法,包括:
[0009]基于多个车辆的雷达点云数据,得到多个车辆的目标信息;
[0010]基于多个车辆的目标信息以及多个车辆的图像,训练得到车辆检测模型;其中,车辆检测模型用于基于目标车辆的图像,得到针对目标车辆的目标信息的检测结果。
[0011]根据本申请的另一方面,提供了一种车辆信息的检测装置,包括:
[0012]第一目标检测模块,用于基于目标车辆的图像,执行第一目标检测操作,得到针对目标车辆的目标信息的第一检测结果;
[0013]误差检测模块,用于基于第一检测结果,执行误差检测操作,得到误差信息;
[0014]第二目标检测模块,用于基于第一检测结果和误差信息,执行第二目标检测操作,得到针对目标信息的第二检测结果。
[0015]根据本申请的另一方面,提供了一种车辆信息的检测模型的训练装置,包括:
[0016]目标信息确定模块,用于基于多个车辆的雷达点云数据,得到多个车辆的目标信息;
[0017]训练模块,用于基于多个车辆的目标信息以及多个车辆的图像,训练得到车辆检测模型;其中,车辆检测模型用于基于目标车辆的图像,得到针对目标车辆的目标信息的检测结果。
[0018]根据本申请的另一方面,提供了一种电子设备,包括:
[0019]至少一个处理器;以及
[0020]与至少一个处理器通信连接的存储器;其中,
[0021]存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行本申请实施例提供的方法。
[0022]根据本申请的另一方面,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,计算机指令用于使计算机执行本申请实施例提供的方法。
[0023]根据本申请的技术方案,可以基于单目图像实现对车辆信息的精确检测,降低检测成本。
[0024]应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0025]附图用于更好地理解本方案,不构成对本申请的限定。其中:
[0026]图1是根据本申请一个实施例的车辆信息的检测方法的示意图;
[0027]图2A是根据本申请实施例的目标信息的示意图一;
[0028]图2B是根据本申请实施例的目标信息的示意图二;
[0029]图3是根据本申请实施例的误差检测模型的示意图;
[0030]图4是根据本申请实施例的第二目标检测模型的示意图;
[0031]图5是根据本申请另一个实施例的车辆信息的检测方法的示意图;
[0032]图6是根据本申请又一个实施例的车辆信息的检测方法的示意图;
[0033]图7是一个应用示例的示意图;
[0034]图8是根据本申请一个实施例的车辆信息的检测模型的训练方法的示意图;
[0035]图9是根据本申请一个实施例的车辆信息的检测装置的示意图;
[0036]图10是根据本申请另一个实施例的车辆信息的检测装置的示意图;
[0037]图11是根据本申请一个实施例的车辆信息的检测模型的训练装置的示意图;
[0038]图12是用来实现本申请实施例的方法的电子设备的框图。
具体实施方式
[0039]以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
[0040]图1示出了根据本申请一个实施例的车辆信息的检测方法。如图1所示,该方法包括:
[0041]步骤S11,基于目标车辆的图像,执行第一目标检测操作,得到针对目标车辆的目标信息的第一检测结果;
[0042]步骤S12,基于第一检测结果,执行误差检测操作,得到误差信息;
[0043]步骤S13,基于第一检测结果和误差信息,执行第二目标检测操作,得到针对目标信息的第二检测结果。
[0044]根据本申请实施例提供的方法,对目标车辆的图像执行第一目标检测操作得到目标信息的第一检测结果后,对检测结果进行误差检测,再基于第一检测结果和误差信息执
行第二目标检测操作。由于第二检测结果是参考第一检测结果的误差信息得到的,因此具有更高的检测精度和鲁棒性。所以,本申请实施例提供的方法可以提高对目标信息的检测精度,从而基于单目图像实现对车辆信息的精确检测。由于不需要依赖雷达点云数据,因此,显著地降低了精确检测车辆信息的成本。
[0045]在一种示例性的实施方式中,上述步骤S11中的第一目标检测操作可以基于第一目标检测模型执行。第一目标检测模型可以采用DenseNet(Densely Connected Networks稠密连接网络)、ResNet(Residual Network,残差网络)、FCN(Fully Convolutional Networks,全卷积网络)、U-Net(U型网络)等网络结构。基于第一目标检测操作得到的第一检测结果可以包括第一目标检测模型输出的特征图、目标信息的值和目标信息的预测图中的一种或多种。
[0046]示例性地,目标信息可以包括以下信息中的一种或多种:
[0047](1)目标车辆的实际位置;
[0048](2)目标车辆的朝向角;
[0049](3)目标车辆的车辆类型;
[0050](4)如图2A所示的目标车辆200的尺寸信息,例如长度p
l
、宽度p
w
、高度p
h
等;
[0051](5)如图2B所示的目标车辆在图像中的二维检测框box
2d
;二维检测框box...

【技术保护点】

【技术特征摘要】
1.一种车辆信息的检测方法,包括:基于目标车辆的图像,执行第一目标检测操作,得到针对所述目标车辆的目标信息的第一检测结果;基于所述第一检测结果,执行误差检测操作,得到误差信息;基于所述第一检测结果和所述误差信息,执行第二目标检测操作,得到针对所述目标信息的第二检测结果。2.根据权利要求1所述的方法,还包括:基于所述误差信息,对所述第一检测结果和所述第二检测结果进行融合,得到针对所述目标信息的第三检测结果。3.根据权利要求2所述的方法,其中,所述基于所述误差信息,对所述第一检测结果和所述第二检测结果进行融合,得到针对所述目标信息的第三检测结果,包括:基于所述误差信息,得到与所述误差信息负相关的第一权重和与所述误差信息正相关的第二权重;将所述第一权重作为所述第一检测结果的权重;将所述第二权重作为所述第二检测结果的权重;基于所述第一检测结果的权重和所述第二检测结果的权重,对所述第一检测结果和第二检测结果进行加权相加,得到针对所述目标信息的第三检测结果。4.根据权利要求1-3中任一项所述的方法,其中,所述第一检测结果包括与所述图像对应的目标特征图;所述误差信息包括误差预测图;所述基于所述第一检测结果和所述误差信息,执行第二目标检测操作,得到针对所述目标信息的第二检测结果,包括:对与所述图像对应的目标特征图和所述误差预测图进行通道连接,得到输入特征图;对所述输入特征图执行第二目标检测操作,得到针对所述目标信息的第二检测结果。5.根据权利要求2或3所述的方法,其中,所述目标信息包括所述目标车辆的底面中心点的偏移量;所述方法还包括:获取地面方程和所述目标车辆在所述图像中的二维检测框;根据所述偏移量的第三检测结果和所述二维检测框,得到所述底面中心点在所述图像中的投影点的坐标;根据所述投影点坐标和所述地面方程,得到所述底面中心点的深度信息;根据投影点的坐标、所述深度信息以及与所述图像对应的相机参数,得到针对所述底面中心点的实际位置的检测结果。6.根据权利要求5所述的方法,还包括:获取所述目标车辆的高度信息;根据针对所述底面中心点的实际位置的检测结果和所述目标车辆的高度信息,得到针对所述目标车辆的实际位置的检测结果。7.一种车辆信息的检测模型的训练方法,包括:基于多个车辆的雷达点云数据,得到所述多个车辆的目标信息;基于所述多个车辆的目标信息以及所述多个车辆的图像,训练得到车辆检测模型;其
中,所述车辆检测模型用于基于目标车辆的图像,得到针对所述目标车辆的目标信息的检测结果。8.根据权利要求7所述的方法,其中,所述基于多个车辆的雷达点云数据,得到所述多个车辆的目标信息,包括:基于多个车辆的雷达点云数据,得到多个车辆在雷达坐标系下的三维检测框;根据所述多个车辆在雷达坐标系下的三维检测框、预先配置的雷达参数和相机参数,计算所述多个车辆的三维检测框的各顶点和底面中心点在图像中的投影点的坐标;根据所述多个车辆的三维检测框的各顶点在图像中的投影点的坐标,得到所述多个车辆的二维检测框;根据所述多个车辆的三维检测框的底面中心点在图像中的投影点的坐标和所述多个车辆的二维检测框,得到所述多个车辆的底面中心点的偏移量。9.一种车辆信息的检测装置,包括:第一目标检测模块,用于基于目标车辆的图像,执行第一目标检测操作,得到针对所述目标车辆的目标信息的第一检测结果;误差检测模块,用于基于所述第一检测结果,执行误差检测操作,得到误差信息;第二目标检测模块,用于基于所述第一检测结果和所述误差信息,执行第二目标检测操作,得到针对所...

【专利技术属性】
技术研发人员:叶晓青谭啸孙昊
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:

网友询问留言 已有0条评论
  • 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。

1