[发明专利]用于输出信息的方法和装置

权利要求书

1.一种用于输出信息的方法，包括：

获取目标图像；

将所述目标图像输入至预先训练的识别模型，得到判别信息和类别信息，其中，所述判别信息用于指示所述目标图像是否包含车辆对象，所述类别信息用于指示所述目标图像所包含的车辆对象在预先确定的类别集合中的类别；

输出所述判别信息和所述类别信息。

2.根据权利要求1所述的方法，其中，所述将所述目标图像输入至预先训练的识别模型，得到判别信息和类别信息，包括：

将所述目标图像输入至预先训练的识别模型包括的特征提取层，得到所述目标图像的特征数据；

基于所述特征数据，分别确定判别信息和类别信息。

3.根据权利要求2所述的方法，其中，所述特征数据为通过向量形式表征的特征向量，所述类别集合中的类别与所述特征向量所包括的元素相对应；以及

所述基于所述特征数据，分别确定判别信息和类别信息，包括：

计算所述特征向量的1范数，得到计算结果；

基于所述计算结果与目标阈值之间的大小关系，确定判别信息；

对所述特征向量进行归一化指数运算，得到与所述特征向量所包括的元素对应的运算结果；

从所述类别集合中，确定所得到的各个运算结果中最大的运算结果对应的类别的类别信息。

4.根据权利要求3所述的方法，其中，所述目标阈值是所述识别模型的模型参数的参数值。

5.根据权利要求1-4之一所述的方法，其中，所述识别模型通过如下步骤训练得到：

获取训练样本集，其中，训练样本集由正样本集和负样本集组成，正样本包括：包含车辆对象的样本图像、用于指示样本图像包含车辆对象的样本判别信息和用于指示样本图像包含的车辆对象所属的类别的样本类别信息，负样本包括：不包含车辆对象的样本图像、用于指示样本图像不包含车辆对象的样本判别信息、预先确定的用于指示样本图像不包含车辆对象的样本类别信息；

利用机器学习算法，将所述训练样本集包括的训练样本中的样本图像作为输入数据，将与输入的样本图像对应的样本判别信息作为第一期望输出数据，将与输入的样本图像对应的样本类别信息作为第二期望输出数据，训练得到识别模型。

6.根据权利要求5所述的方法，其中，所述正样本集所包括的正样本的数量与所述负样本集所包括的负样本的数量相等。

7.根据权利要求1-4之一所述的方法，其中，所述方法还包括：

响应于所输出的类别信息指示的类别为目标类别，向目标控制设备发送用于禁止所述目标图像包含的车辆对象指示的车辆进行行驶的信号。

8.根据权利要求5所述的方法，其中，所述正样本集中的样本类别信息用于指示车辆方向，所述类别集合中的类别为以下之一：正前方、正后方、斜侧方、正侧方。

9.一种用于输出信息的装置，包括：

获取单元，被配置成获取目标图像；

输入单元，被配置成将所述目标图像输入至预先训练的识别模型，得到判别信息和类别信息，其中，所述判别信息用于指示所述目标图像是否包含车辆对象，所述类别信息用于指示所述目标图像所包含的车辆对象在预先确定的类别集合中的类别；

输出单元，被配置成输出所述判别信息和所述类别信息。

10.根据权利要求9所述的装置，其中，所述输入单元包括：

输入模块，被配置成将所述目标图像输入至预先训练的识别模型包括的特征提取层，得到所述目标图像的特征数据；

确定模块，被配置成基于所述特征数据，分别确定判别信息和类别信息。