杆状物识别分析方法技术

本申请提供一种杆状物识别分析方法

【技术实现步骤摘要】
杆状物识别分析方法、装置、设备及存储介质


[0001]本申请涉及地图数据生产
，尤其涉及一种杆状物识别分析方法
、
装置
、
设备及存储介质
。

技术介绍

[0002]随着自动驾驶技术的发展，高精度地图对自动驾驶技术的影响越来越大
。
因此，对于高精地图中的高精数据如杆状物的识别分析时的对比效率
、
召回率和精准率也提出了更高的要求
。
[0003]目前，现有技术中，高精数据生产在识别分析环节是以长方体来表达杆状物体的，对杆状物识别算法的效果评测中将识别结果和真值以立方体的各顶点逐一进行对比分析
。
[0004]然而，专利技术人发现现有技术至少存在以下技术问题：以长方体表达识别结果和真值，由于真值制作时存在人为因素的影响，长方体的绘制，存在因人而异的情况，因此，在以长方体表达识别结果时，容易存在对比效率低，分析对比准确率差，导致召回率低的问题
。

技术实现思路

[0005]本申请提供一种杆状物识别分析方法
、
装置
、
设备及存储介质，用于解决以长方体表达识别结果时，容易存在对比效率低，分析对比准确率差，导致召回率低的问题
。
[0006]第一方面，本申请提供一种杆状物识别分析方法，包括：
[0007]获取待识别杆状物数据，并对所述待识别杆状物使用自动化识别算法进行自动识别处理，得到至少一个识别对象；
[0008]基于人工对已有杆状物的标注绘制操作，得到至少一个真值对象；
[0009]根据每个识别对象，确定一条识别中心线，并根据每个真值对象，确定一条真值中心线；
[0010]将所述识别中心线与所述真值中心线进行对比分析处理，得到两个端点空间距离；
[0011]若所述两个端点空间距离均小于预设距离阈值，则将所述识别中心线对应的识别对象确定为与所述真值中心线对应的真值对象的召回对象；
[0012]根据所有的识别中心线和所有的真值中心线，确定评价结果；
[0013]若所述评价结果满足评价通过条件，则将自动化识别算法确定为目标识别算法，用于后续杆状物的自动识别处理
。
[0014]在一种可能的实现方式中，所述根据所有的识别中心线和所有的真值中心线，确定评价结果，包括：根据所有的识别中心线，确定识别对象总数，并根据所有的真值中心线，确定真值对象总数；根据所有的识别中心线和所有的真值中心线，确定满足准确率条件的识别中心线的个数为第一识别个数和满足召回率条件的识别中心线的个数为第二识别个数；根据所述第一识别个数和所述第二识别个数，确定非冗余准确率；根据所述真值对象总数和所述第二识别个数，确定杆状物召回率；根据所述识别对象总数和所述第二识别个数，
确定杆状物冗余率
。
[0015]在一种可能的实现方式中，所述根据所述第一识别个数和所述第二识别个数，确定非冗余准确率，的计算公式为：
[0016][0017]式中，
Accuracy1
为非冗余准确率，
e
为第一识别个数，
f
为第二识别个数；
[0018]所述根据所述真值对象总数和所述第二识别个数，确定杆状物召回率，的计算公式为：
[0019][0020]式中，
Recall
为杆状物召回率，
a
为真值对象总数，
f
为第二识别个数；
[0021]所述根据所述识别对象总数和所述第二识别个数，确定杆状物冗余率，的计算公式为：
[0022][0023]式中，
RR
为杆状物冗余率，
d
为识别对象总数，
f
为第二识别个数
。
[0024]在一种可能的实现方式中，所述根据所有的识别中心线和所有的真值中心线，确定评价结果，还包括：根据所述识别对象总数和所述第一识别个数，确定冗余准确率
。
[0025]在一种可能的实现方式中，所述根据所述识别对象总数和所述第一识别个数，确定冗余准确率，的计算公式为：
[0026][0027]式中，
Accuracy2
为冗余准确率，
d
为识别对象总数，
e
为第一识别个数
。
[0028]在一种可能的实现方式中，所述将所述识别中心线与所述真值中心线进行对比分析处理，得到两个端点空间距离之后，还包括：若所述两个端点空间距离均大于或等于所述预设距离阈值，则将所述识别中心线对应的识别对象确定为非召回对象
。
[0029]在一种可能的实现方式中，所述根据所有的识别中心线和所有的真值中心线，确定评价结果之后，还包括：若评价结果满足评价未达标条件，则对自动化识别算法进行迭代更新，得到更新后的自动化识别算法；返回所述获取待识别杆状物数据，并对所述待识别杆状物使用自动化识别算法进行自动识别处理，得到至少一个识别对象的步骤
。
[0030]第二方面，本申请提供一种杆状物识别分析装置，包括：
[0031]获取模块，用于获取待识别杆状物数据，并对所述待识别杆状物使用自动化识别算法进行自动识别处理，得到至少一个识别对象；
[0032]获取模块，还用于基于人工对已有杆状物的标注绘制操作，得到至少一个真值对象；
[0033]体转线处理模块，用于根据每个识别对象，确定一条识别中心线，并根据每个真值对象，确定一条真值中心线；
[0034]体转线处理模块，还用于将所述识别中心线与所述真值中心线进行对比分析处
理，得到两个端点空间距离；
[0035]召回模块，用于若所述两个端点空间距离均小于预设距离阈值，则将所述识别中心线对应的识别对象确定为与所述真值中心线对应的真值对象的召回对象；
[0036]召回评价模块，用于根据所有的识别中心线和所有的真值中心线，确定评价结果；
[0037]召回评价模块，还用于若所述评价结果满足评价通过条件，则将自动化识别算法确定为目标识别算法，用于后续杆状物的自动识别处理
。
[0038]第三方面，本申请提供了一种服务器，包括：至少一个处理器和存储器；
[0039]所述存储器存储计算机执行指令；
[0040]所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如上述第一方面描述的杆状物识别分析方法
。
[0041]第四方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机一项所执行指令，当处理器执行所述计算机执行指令时，实现如上述第一方面描述的杆状物识别分析方法
。
[0042]本申请提供的一种杆状物识别分析方法
、
装置
、
设备及存储介质，通过对待识别杆状物使用自动化识别算法进行自动识别处理，得到识别本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种杆状物识别分析方法，其特征在于，包括：获取待识别杆状物数据，并对所述待识别杆状物使用自动化识别算法进行自动识别处理，得到至少一个识别对象；基于人工对已有杆状物的标注绘制操作，得到至少一个真值对象；根据每个识别对象，确定一条识别中心线，并根据每个真值对象，确定一条真值中心线；将所述识别中心线与所述真值中心线进行对比分析处理，得到两个端点空间距离；若所述两个端点空间距离均小于预设距离阈值，则将所述识别中心线对应的识别对象确定为与所述真值中心线对应的真值对象的召回对象；根据所有的识别中心线和所有的真值中心线，确定评价结果；若所述评价结果满足评价通过条件，则将自动化识别算法确定为目标识别算法，用于后续杆状物的自动识别处理
。2.
根据权利要求1所述的方法，其特征在于，所述根据所有的识别中心线和所有的真值中心线，确定评价结果，包括：根据所有的识别中心线，确定识别对象总数，并根据所有的真值中心线，确定真值对象总数；根据所有的识别中心线和所有的真值中心线，确定满足准确率条件的识别中心线的个数为第一识别个数和满足召回率条件的识别中心线的个数为第二识别个数；根据所述第一识别个数和所述第二识别个数，确定非冗余准确率；根据所述真值对象总数和所述第二识别个数，确定杆状物召回率；根据所述识别对象总数和所述第二识别个数，确定杆状物冗余率
。3.
根据权利要求2所述的方法其特征在于，所述根据所述第一识别个数和所述第二识别个数，确定非冗余准确率，的计算公式为：式中，
Accuracy1
为非冗余准确率，
e
为第一识别个数，
f
为第二识别个数；所述根据所述真值对象总数和所述第二识别个数，确定杆状物召回率，的计算公式为：式中，
Recall
为杆状物召回率，
a
为真值对象总数，
f
为第二识别个数；所述根据所述识别对象总数和所述第二识别个数，确定杆状物冗余率，的计算公式为：式中，
RR
为杆状物冗余率，
d
为识别对象总数，
f
为第二识别个数
。4.
根据权利要求2所述的方法，其特征在于，所述根据所有的识别中心线和所有的真值中心线，确定评价结果，还包括：根据所述识别对象总数和所述第一识别个数，确定冗余准确率
。5.
根据权...

【专利技术属性】
技术研发人员：姜鹏飞，张宁，徐见达，
申请(专利权)人：杭州朗歌科技有限公司，
类型：发明
国别省市：