【技术实现步骤摘要】
三维车道线检测模型的训练方法、检测方法及装置
[0001]本申请实施例涉及自动驾驶
,尤其涉及一种三维车道线检测模型的训练方法
、
检测方法及装置
。
技术介绍
[0002]三维车道线检测在自动驾驶和辅助驾驶系统中均具有很重要的作用,比如压线报警
、
车道保持以及路径规划等下游任务中,都需要相对于自车坐标系下精确的车道线三维位置
。
[0003]传统的车道线检测算法,通常在二维图像中检测二维车道线结果,然后通过相机的内参和外参,将二维检测结果转换到三维坐标空间中,这种方式应用了地平面假设,会导致在路面不平
(
比如上下坡或者路面左右倾斜时
)
的情况下三维车道线检测结果错误
。
技术实现思路
[0004]本申请提供一种三维车道线检测模型的训练方法
、
三维车道线检测方法
、
装置
、
设备及介质,可解决现有的三维车道线检测方法的检测结果不准确的问题
。
[0005]第一方面,提供一种三维车道线检测模型的训练方法,包括:
[0006]获取多个车载相机所拍摄的不同视角的多张道路图像;
[0007]将所述多张道路图像输入至第一目标检测模型,得到每张道路图像对应的第一特征图像以及二维车道线的检测结果;
[0008]将所述第一特征图像输入至第二目标检测模型,得到三维车道线的检测结果;
[0009]根据第一损失函数和二 ...
【技术保护点】
【技术特征摘要】
1.
一种三维车道线检测模型的训练方法,其特征在于,包括:获取多个车载相机所拍摄的不同视角的多张道路图像;将所述多张道路图像输入至第一目标检测模型,得到每张道路图像对应的第一特征图像以及二维车道线的检测结果;将所述第一特征图像输入至第二目标检测模型,得到三维车道线的检测结果;根据第一损失函数和二维车道线的真实标注结果对所述第一目标检测模型进行优化,根据第二损失函数和三维车道线的真实标注结果对所述第二目标检测模型进行优化,以获得目标车道线检测模型,所述目标车道线检测模型用于根据输入的所述道路图像输出最终的三维车道线检测结果
。2.
根据权利要求1所述的方法,其特征在于,所述将所述多张道路图像输入至第一目标检测模型,得到每张道路图像对应的第一特征图像以及二维车道线的检测结果,包括:将所述多张道路图像作为训练样本,输入至所述第一目标检测模型;所述第一目标检测模型包括第一骨干网络以及第一预测头;利用所述第一骨干网络对所述多张道路图像进行特征提取,以得到每张道路图像对应的第一特征图像;将所述第一特征图像输入至所述第一预测头中,以得到所述第一目标检测模型输出的二维车道线的检测结果
。3.
根据权利要求1所述的方法,其特征在于,所述第二目标检测模型,包括:
Transformer
网络
、Neck
模块以及第二预测头;相应地,所述将所述第一特征图像输入至第二目标检测模型,得到三维车道线的检测结果,包括:将多张所述第一特征图像输入至所述
Transformer
网络进行特征融合,以将所述第一特征图像转换到鸟瞰图视角下的鸟瞰图特征图像;利用所述
Neck
模块对所述鸟瞰图特征图像进行特征提取,以得到第二特征图像;将所述第二特征图像输入至所述第二预测头中,以得到第二目标检测模型输出的三维车道线的检测结果
。4.
根据权利要求1所述的方法,其特征在于,所述根据第二损失函数和三维车道线的真实标注结果对所述第二目标检测模型进行优化,包括:计算所述第二目标检测模型输出的检测结果与三维车道线的真实标注结果之间的交叉熵损失
、
横向偏移误差损失和高度误差损失;基于所述交叉熵损失
、
横向偏移误差损失和高度误差损失对所述第二目标检测模型的参数调整,以得到训...
【专利技术属性】
技术研发人员:周婷,吕晋,庞飞,金澍,刘威,胡骏,
申请(专利权)人:东软睿驰汽车技术沈阳有限公司,
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。