[发明专利]用于检测目标的方法和装置

权利要求书

1.一种用于检测目标的方法，其特征在于，包括：

将获取的点云输入预先建立的目标检测模型，得到目标检测结果，其中，所述目标检测模型包括用于对特征提取网络输出的特征信息进行处理的膨胀卷积层，所述目标检测模型通过以下步骤训练得到：

将样本集中样本的样本点云输入初始模型，得到膨胀卷积层输出的第一特征信息；

基于生成集中与输入样本对应的生成样本和预先训练的检测模型的特征提取网络，得到第二特征信息，其中，所述生成集中的生成样本与所述样本集中的样本存在对应关系；

基于所述第一特征信息和所述第二特征信息，确定损失函数值；

利用所述损失函数值更新所述初始模型的模型参数，得到目标检测模型；所述生成集是通过以下方式生成的：

从样本的样本点云中提取出不同类别目标的目标点云；

根据朝向角将各类别的目标点云划分为至少一个目标点云子集；

根据所包含点数，将各目标点云子集中的目标点云划分为第一类目标点云和第二类目标点云，其中，第一类目标点云所包含点数比第二类目标点云多；

基于各目标点云子集中的第一类目标点云和第二类目标点云，得到生成集。

2.根据权利要求1所述的方法，其特征在于，所述基于各目标点云子集中的第一类目标点云和第二类目标点云，得到生成集，包括：

响应于确定所述样本集中的样本包含第二类目标点云，基于样本所包含第二类目标点云所属的目标点云子集中的第一类目标点云，对样本所包含的第二类目标点云进行替换，得到生成样本；

响应于确定所述样本集中的样本不包含第二类目标点云，将样本作为生成样本。

3.根据权利要求2所述的方法，其特征在于，所述基于样本所包含第二类目标点云所属的目标点云子集中的第一类目标点云，对样本所包含的第二类目标点云进行替换，得到生成样本，包括：

计算样本所包含第二类目标点云与所属的目标点云子集中的第一类目标点云的距离，基于计算结果从第一类目标点云中确定替换用目标点云；

根据所述替换用目标点云，对样本中所包含第二类目标点云进行替换。

4.根据权利要求3所述的方法，其特征在于，所述根据所述替换用目标点云，对样本中所包含第二类目标点云进行替换，包括：

根据样本中所包含第二类目标点云的朝向角，将所述替换用目标点云进行旋转；

使用旋转后的替换用目标点云，对样本中包含的第二类目标点云进行替换。

5.根据权利要求1所述的方法，其特征在于，所述检测模型的特征提取网络与所述初始模型的特征提取网络的网络结构相同。

6.根据权利要求1所述的方法，其特征在于，所述样本集中的样本包括样本点云和与样本点云对应的样本目标检测结果；以及

所述基于所述第一特征信息和所述第二特征信息，确定损失函数值，包括：

计算所述第一特征信息和所述第二特征信息的距离，根据所述距离确定第一损失函数值；

基于初始模型针对输入样本点云输出的目标类别信息和输入样本对应的样本目标检测结果中的目标类别信息，生成第二损失函数值；

基于初始模型针对输入样本点云输出的包围盒信息和输入样本对应的样本目标检测结果中的包围盒信息，生成第三损失函数值；

根据所述第一损失函数值、第二损失函数值和第三损失函数值，生成损失函数值。