本公开提出了一种目标检测方法、装置和无人车，涉及计算机视觉技术领域。其中，目标检测方法包括：获取待处理传感器数据，其中，待处理传感器数据包括点云数据；根据待处理传感器数据是否还包括与点云数据对应的图像数据，确定待启用的检测模型，其中，检测模型包括第一检测模型和第二检测模型，第一检测模型是基于点云样本数据训练得到的，第二检测模型是基于点云样本数据和图像样本数据训练得到的；基于待启用的检测模型对待处理传感器数据进行处理，以得到待识别目标的检测结果。通过以上步骤，能够提高目标检测结果的准确率和检测效率，提高自动驾驶的安全性。高自动驾驶的安全性。高自动驾驶的安全性。
【技术实现步骤摘要】
目标检测方法、装置和无人车
[0001]本公开涉及计算机视觉
，尤其涉及一种目标检测方法、装置和无人车。
技术介绍
[0002]目标检测是自动驾驶中的重要任务。例如，车辆在道路上行驶，需要根据传感器采集的数据对障碍物进行检测，根据检测结果对车辆进行自主控制和路径规划。因为车端算力的局限性，所以需要合理的设计整个检测框架，尽可能在有限的算力下达到最高的准确率。
[0003]相关技术中，在将基于样本数据训练得到的检测模型实际部署到自动驾驶的车端后，经常会出现因为带宽的延迟或者是传感器本身的问题，致使输入的待检测数据与样本数据的数据类型不一致的情况，这会严重影响检测模型的性能，降低目标检测的准确率和检测效率，进而严重影响了无人驾驶的安全性。
技术实现思路
[0004]本公开要解决的一个技术问题是，提供一种解决方案，能够提高目标检测的准确率和检测效率，提高无人驾驶的安全性。
[0005]根据本公开的第一方面，提出了一种目标检测方法，包括：获取待处理传感器数据，其中，所述待处理传感器数据包括点云数据；根据所述待处理传感器数据是否还包括与点云数据对应的图像数据，确定待启用的检测模型，其中，所述检测模型包括第一检测模型和第二检测模型，所述第一检测模型是基于点云样本数据训练得到的，所述第二检测模型是基于点云样本数据和图像样本数据训练得到的；基于所述待启用的检测模型，对所述待处理传感器数据进行处理，以得到待识别目标的检测结果。
[0006]在一些实施例中，所述根据所述待处理传感器数据是否还包括与点云数据对应的图像数据，确定待启用的检测模型包括：在所述待处理传感器数据不包括与点云数据对应的图像数据的情况下，将所述第一检测模型作为待启用的检测模型；在所述待处理传感器数据包括与点云数据对应的图像数据的情况下，将第二检测模型作为待启用的检测模型。
[0007]在一些实施例中，在所述待处理传感器数据不包括与点云数据对应的图像数据的情况下，将所述第一检测模型作为待启用的检测模型包括：在所述待处理传感器数据不包括图像数据、或者所述待处理传感器数据包括的图像数据和点云数据的时间戳不一致的情况下，将所述第一检测模型作为待启用的检测模型。
[0008]在一些实施例中，在所述待处理传感器数据包括与点云数据对应的图像数据的情况下，将第二检测模型作为待启用的检测模型包括：在所述待处理传感器数据包括的图像数据和点云数据的时间戳一致的情况下，将第二检测模型作为待启用的检测模型。
[0009]在一些实施例中，所述待启用模型为第一检测模型，所述基于所述待启用的检测模型对所述待处理传感器数据进行处理，以得到待识别目标的检测结果包括：对点云数据进行特征编码，以得到第一特征图；将所述第一特征图输入所述第一检测模型，以得到待识
别目标的检测结果。
[0010]在一些实施例中，所述对点云数据进行特征编码，以得到点云特征图包括：对点云数据进行体素化编码，以得到体素特征图；根据所述体素特征图，生成鸟瞰特征图；将所述鸟瞰特征图输入点云特征提取网络模型，以得到点云特征图。
[0011]在一些实施例中，所述待启用模型为第二检测模型，所述基于所述待启用的检测模型对所述待处理传感器数据进行处理，以得到待识别目标的检测结果包括：对点云数据进行特征编码，以得到第一特征图；对图像数据进行特征编码，以得到第二特征图；对所述第一特征图和所述第二特征图进行融合，以得到融合后的特征图；将所述融合后的特征图输入第二检测模型，以得到待识别目标的检测结果。
[0012]在一些实施例中，所述对图像数据进行特征编码，以得到第二特征图包括：对图像数据进行语义分割，以得到图像数据中每个像素点的语义信息；根据图像数据中每个像素点的语义信息和坐标系转换关系，确定与所述像素点对应的点云点的语义信息；对所述点云点的语义信息进行特征编码，以得到第二特征图。
[0013]在一些实施例中，所述对所述点云点的语义信息进行特征编码，以得到第二特征图包括：对所述点云点的语义信息进行体素化编码，以得到体素特征图；根据所述体素特征图，生成鸟瞰特征图；对所述鸟瞰特征图进行下采样，以得到第二特征图，其中，所述第二特征图与所述第一特征图的尺寸一致。
[0014]根据本公开的第二方面，提出一种目标检测装置，包括：获取模块，被配置为获取待处理传感器数据，其中，所述待处理传感器数据包括点云数据；确定模块，被配置为根据所述待处理传感器数据是否包括与所述点云数据对应的图像数据，确定待启用的检测模型，其中，所述检测模型包括第一检测模型和第二检测模型，所述第一检测模型是基于点云样本数据训练得到的，所述第二检测模型是基于点云样本数据和图像样本数据训练得到的；检测模块，被配置为基于所述待启用的检测模型对所述待处理传感器数据进行处理，以得到待识别目标的检测结果。
[0015]在一些实施例中，所述确定模块被配置为：在所述待处理传感器数据不包括与点云数据对应的图像数据的情况下，将所述第一检测模型作为待启用的检测模型；在所述待处理传感器数据包括与点云数据对应的图像数据的情况下，将第二检测模型作为待启用的检测模型。
[0016]在一些实施例中，所述确定模块被配置为：在所述待处理传感器数据不包括图像数据、或者所述待处理传感器数据包括的图像数据和点云数据的时间戳不一致的情况下，将所述第一检测模型作为待启用的检测模型。
[0017]根据本公开的第三方面，还提出一种目标检测装置，包括：存储器；以及耦接至存储器的处理器，处理器被配置为基于存储在存储器的指令执行如上述的目标检测方法。
[0018]根据本公开的第四方面，还提出一种计算机可读存储介质，其上存储有计算机程序指令，该指令被处理器执行时实现上述的目标检测方法。
[0019]根据本公开的第五方面，还提出一种无人车，包括如上述的目标检测装置。
[0020]通过以下参照附图对本公开的示例性实施例的详细描述，本公开的其它特征及其优点将会变得清楚。
附图说明
[0021]构成说明书的一部分的附图描述了本公开的实施例，并且连同说明书一起用于解释本公开的原理。
[0022]参照附图，根据下面的详细描述，可以更加清楚地理解本公开，其中：
[0023]图1为根据本公开一些实施例的目标检测方法的流程示意图。
[0024]图2为根据本公开一些实施例的确定待启用检测模型的流程示意图；
[0025]图3为根据本公开一些实施例的基于第一检测模型进行目标检测的流程示意图。
[0026]图4为根据本公开一些实施例的基于第二检测模型进行目标检测的流程示意图。
[0027]图5为根据本公开一些实施例的目标检测装置的结构示意图。
[0028]图6为根据本公开另一些实施例的目标检测装置的结构示意图。
[0029]图7为根据本公开一些实施例的计算机系统的结构示意图。
[0030]图8为根据本公开一些实施例的无人车的结构示意图。
具体实施方式...
【技术保护点】
【技术特征摘要】
1.一种目标检测方法，包括：获取待处理传感器数据，其中，所述待处理传感器数据包括点云数据；根据所述待处理传感器数据是否还包括与点云数据对应的图像数据，确定待启用的检测模型，其中，所述检测模型包括第一检测模型和第二检测模型，所述第一检测模型是基于点云样本数据训练得到的，所述第二检测模型是基于点云样本数据和图像样本数据训练得到的；基于所述待启用的检测模型，对所述待处理传感器数据进行处理，以得到待识别目标的检测结果。2.根据权利要求1所述的目标检测方法，其中，所述根据所述待处理传感器数据是否还包括与点云数据对应的图像数据，确定待启用的检测模型包括：在所述待处理传感器数据不包括与点云数据对应的图像数据的情况下，将所述第一检测模型作为待启用的检测模型；在所述待处理传感器数据包括与点云数据对应的图像数据的情况下，将第二检测模型作为待启用的检测模型。3.根据权利要求2所述的目标检测方法，在所述待处理传感器数据不包括与点云数据对应的图像数据的情况下，将所述第一检测模型作为待启用的检测模型包括：在所述待处理传感器数据不包括图像数据、或者所述待处理传感器数据包括的图像数据和点云数据的时间戳不一致的情况下，将所述第一检测模型作为待启用的检测模型。4.根据权利要求2所述的目标检测方法，其中，在所述待处理传感器数据包括与点云数据对应的图像数据的情况下，将第二检测模型作为待启用的检测模型包括：在所述待处理传感器数据包括的图像数据和点云数据的时间戳一致的情况下，将第二检测模型作为待启用的检测模型。5.根据权利要求1所述的目标检测方法，其中，所述待启用模型为第一检测模型，所述基于所述待启用的检测模型对所述待处理传感器数据进行处理，以得到待识别目标的检测结果包括：对点云数据进行特征编码，以得到第一特征图；将所述第一特征图输入所述第一检测模型，以得到待识别目标的检测结果。6.根据权利要求5所述的目标检测方法，其中，所述对点云数据进行特征编码，以得到点云特征图包括：对点云数据进行体素化编码，以得到体素特征图；根据所述体素特征图，生成鸟瞰特征图；将所述鸟瞰特征图输入点云特征提取网络模型，以得到点云特征图。7.根据权利要求1所述的目标检测方法，其中，所述待启用模型为第二检测模型，所述基于所述待启用的检测模型对所述待处理传感器数据进行处理，以得到待识别目标的检测结果包括：对点云数据进行特征编码，以得到第一特征图；对图像数据进行特征编码，以得到第二特征图；对所...
【专利技术属性】
技术研发人员：王丹，刘浩，徐卓然，张宝丰，王冠，
申请(专利权)人：北京京东乾石科技有限公司，
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。