目标感知模型的训练方法和应用、无人车和存储介质

专利主权项内容

来源：马 克 数 据 网 1.一种目标感知模型的训练方法，其特征在于，所述目标感知模型包括前后连接的骨干网络、颈部网络以及头部网络，所述头部网络包括并联的检测头和分类头；所述方法包括：获取样本图像，并输入所述目标感知模型，其中，所述骨干网络用于对所述样本图像进行特征提取以获得多尺寸特征图，所述颈部网络用于融合所述多尺寸特征图的特征以获得多尺寸融合特征图，所述头部网络用于对所述多尺寸融合特征图生成锚框，所述锚框被分配为正样本和负样本；基于联合损失函数对所述目标感知模型进行训练，确定所述目标感知模型的模型参数，其中，所述联合损失函数包括检测任务子损失函数和属性分类任务子损失函数，所述检测任务子损失函数基于所述检测头识别目标锚框的概率构建，所述属性分类任务子损失函数基于所述分类头对目标锚框的属性分类概率构建。