申请/专利权人:北京百度网讯科技有限公司
申请日:2023-12-20
公开(公告)日:2024-03-22
公开(公告)号:CN117746418A
主分类号:G06V20/64
分类号:G06V20/64;G06V10/764;G06V10/774;G06V10/42;G06V10/82;G06N3/0455;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本公开提供了一种目标检测模型构建方法、目标检测方法及相关装置,涉及深度学习、神经网络、目标检测、自动驾驶等人工智能技术领域。该方法包括:获取从鸟瞰视角对车辆行驶周围扫描得到的样本三维点云数据,以及对样本三维点云数据中所包含目标的三维位置的标注信息;利用预设的特征提取模型提取样本三维点云数据中的特征,得到三维点云特征图;将基于三维点云特征图和标注信息构成的训练样本,依次通过编码网络和预设解码网络进行训练,得到满足训练结束条件的编码网络和解码网络;删去满足训练结束条件的解码网络中与Anchor‑Based算法对应的网络结构,得到精简解码网络;基于特征提取网络、满足训练结束条件的编码网络和精简解码网络,构建目标检测模型。
主权项:1.一种目标检测模型构建方法,包括:获取从鸟瞰视角对车辆行驶周围扫描得到的样本三维点云数据,以及对所述样本三维点云数据中所包含目标的三维位置的标注信息;利用预设的特征提取模型提取所述样本三维点云数据中的特征,得到三维点云特征图;将基于所述三维点云特征图和所述标注信息构成的训练样本,依次通过编码网络和预设解码网络进行训练,得到满足训练结束条件的编码网络和解码网络;其中,所述预设解码网络同时采用无锚框Anchor-Free算法和基于锚框Anchor-Based算法同时分别计算损失,并同时使用分别计算出的损失作为损失函数一并更新解码网络的网络参数;删去满足训练结束条件的解码网络中与所述Anchor-Based算法对应的网络结构,得到精简解码网络;基于所述特征提取网络、满足所述训练结束条件的编码网络和所述精简解码网络,构建得到目标检测模型。
全文数据:
权利要求:
百度查询: 北京百度网讯科技有限公司 目标检测模型构建方法、目标检测方法及相关装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。