[发明专利]用于无人驾驶的目标检测方法、设备及存储介质

权利要求书

1.一种用于无人驾驶的目标检测方法，其特征在于，所述方法应用于无人驾驶车辆，所述方法包括：

采集所述无人驾驶车辆所处环境中的原始图像，并对所述原始图像进行特征提取，生成特征图张量，其中，所述特征图张量中包括多个尺寸相同的特征图；

利用多个卷积层对所述特征图张量进行卷积运算，依次生成多个第一目标特征图张量，其中，每个所述第一目标特征图张量中包括多个尺寸相同的第一目标特征图，多个第一目标特征图用于表征所述原始图像在不同尺度下的特征信息；

对末次卷积运算对应的第一目标特征图张量进行反卷积运算，生成多个反卷积特征图张量；其中，所述反卷积特征图张量与所述第一目标特征图张量一一对应，且所述反卷积特征图张量中特征图的尺寸等于对应的第一目标特征图张量中特征图的尺寸；

根据所述反卷积特征图张量与所述第一目标特征图张量，生成目标检测结果。

2.根据权利要求1所述的目标检测方法，其特征在于，利用多个卷积层对所述特征图张量进行卷积运算，依次生成多个第一目标特征图张量，包括：

重复执行以下过程，直至所述特征图张量从最后一个卷积层输出：对当前卷积层输入的特征图张量进行降维处理，生成降维特征图张量；对当前卷积层输入的特征图张量进行卷积，生成卷积特征图张量；其中，所述降维特征图张量和所述卷积特征图张量的数据维度相同；将所述卷积特征图张量与所述降维特征图张量进行拼接，生成拼接特征图张量；将所述拼接特征图张量输入下一个卷积层。

3.根据权利要求2所述的目标检测方法，其特征在于，所述对当前卷积层输入的特征图张量进行降维处理，生成降维特征图张量，包括：

将当前卷积层输入的特征图张量中的特征图进行池化处理，使所述特征图张量中的特征图的数据维度与所述卷积特征图张量中的特征图的数据维度相同。

4.根据权利要求1所述的目标检测方法，其特征在于，对末次卷积运算对应的第一目标特征图张量进行反卷积运算，生成多个反卷积特征图张量，包括：

对末次卷积运算对应的第一目标特征图张量中的张量图进行反卷积运算，生成多个第二目标特征图张量；

对第二目标特征图张量进行批处理归一化，得到反卷积特征图张量。

5.根据权利要求1-4任一项所述的目标检测方法，其特征在于，对所述原始图像进行特征提取，生成特征图张量，包括：

将所述原始图像输入Densenet网络；

获取所述Densenet网络输出的所述特征图张量。

6.根据权利要求1-4任一项所述的目标检测方法，其特征在于，根据所述反卷积特征图张量与所述第一目标特征图张量，生成目标检测结果，包括：

将所述反卷积特征图张量与所述第一目标特征图张量进行融合，获得融合特征图张量；

根据所述融合特征图张量，生成目标检测结果。

7.根据权利要求6所述的目标检测方法，其特征在于，将所述反卷积特征图张量与所述第一目标特征图张量进行融合，获得融合特征图张量，包括：

将所述反卷积特征图张量与所述第一目标特征图张量的点积，确定为融合特征图张量。

8.根据权利要求6或7所述的目标检测方法，其特征在于，根据所述融合特征图张量，生成目标检测结果，包括：

根据所述融合特征图张量对所述原始图像进行目标定位和分类，生成目标检测信息，其中，所述目标检测信息中包括分类信息以及对应的位置信息；

对所述目标检测信息进行极大值抑制，生成目标检测结果。

9.一种用于无人驾驶的目标检测设备，其特征在于，包括：存储器，处理器以及计算机程序；

其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如权利要求1至8中任一项所述的用于无人驾驶的目标检测方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1至8任一项所述的用于无人驾驶的目标检测方法。