一种目标检测方法、计算机可读存储介质及智能设备
申请人信息
- 申请人:安徽蔚来智驾科技有限公司
- 申请人地址:230601 安徽省合肥市经济技术开发区宿松路3963号恒创智能科技园F幢
- 发明人: 安徽蔚来智驾科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种目标检测方法、计算机可读存储介质及智能设备 |
| 专利类型 | 发明授权 |
| 申请号 | CN202311688481.5 |
| 申请日 | 2023/12/11 |
| 公告号 | CN117392633B |
| 公开日 | 2024/3/26 |
| IPC主分类号 | G06V20/56 |
| 权利人 | 安徽蔚来智驾科技有限公司 |
| 发明人 | 任少卿; 马宁宁 |
| 地址 | 安徽省合肥市经济技术开发区宿松路3963号恒创智能科技园F幢 |
摘要文本
本申请涉及计算机技术领域，具体提供一种目标检测方法、计算机可读存储介质及智能设备，旨在解决现有预训练阶段未充分利用训练样本的属性信息，不利于得到通用能力较强的基础网络模型，从而影响检测模型的目标检测效果的问题。为此目的，本申请的目标检测方法包括：通过在特征提取网络预训练模型中设置空间感知网络、纹理感知网络和时序感知网络多个任务输出网络，基于多帧时序训练样本和多个任务输出网络对初始特征提取网络进行自监督训练，有利于充分利用训练样本的时间、空间、颜色以及纹理等属性信息，实现了空间、纹理和时序之间的互监督，提高了训练好的特征提取网络的通用能力，进而应用到检测模型后能够有效提高检测模型的目标检测效果。 来自：
专利主权项内容
1.一种目标检测方法，其特征在于，包括：获取待识别场景的感知数据，所述感知数据包括至少一帧图像数据；将所述感知数据输入训练好的检测模型，得到目标检测结果；其中，所述检测模型包括基于自监督训练得到的特征提取网络，基于自监督训练得到所述特征提取网络包括：获取训练场景的多帧时序训练样本，每帧时序训练样本包括无标签的环视图像数据以及点云数据；基于所述多帧时序训练样本对特征提取网络预训练模型进行自监督训练，所述特征提取网络预训练模型包括初始特征提取网络和多个任务输出网络，所述多个任务输出网络包括空间感知网络、纹理感知网络和时序感知网络，以基于所述空间感知网络、所述纹理感知网络和所述时序感知网络之间的互监督，得到训练好的所述特征提取网络；基于所述多帧时序训练样本对特征提取网络预训练模型进行自监督训练包括：对所述初始特征提取网络进行基于当前帧的环视图像数据、点云数据和所述空间感知网络的第一自监督训练、基于当前帧的环视图像数据和所述纹理感知网络的第二自监督训练以及基于相邻两帧时序训练样本和所述时序感知网络的第三自监督训练，得到训练好的所述特征提取网络。