[发明专利]障碍物检测信息生成方法、装置、设备和计算机可读介质

说明书

本公开的实施例公开了障碍物检测信息生成方法、装置、设备和计算机可读介质。该方法的一具体实施方式包括：获取待检测的图像；基于待检测的图像，生成第一目标图像和第二目标图像；生成第一回归预测结果集合、第一分类预测结果集合、第二回归预测结果集合和第二分类预测结果集合；分别对第一回归预测结果集合和第二回归预测结果集合进行解码处理，得到第一解码结果集合和第二解码结果集合；生成第一检测信息集合；生成第二检测信息集合；将第一检测信息集合和第二检测信息集合进行数据融合处理，以生成障碍物检测信息集合。该实施方式实现了对障碍物检测信息的生成，提高了障碍物检测信息的生成质量，为车辆的自动驾驶提供了便利。

技术领域

本公开的实施例涉及计算机技术领域，具体涉及障碍物检测信息生成方法、装置、设备和计算机可读介质。

背景技术

障碍物检测信息生成，是自动驾驶领域中的一项基本技术。目前，常用的障碍物检测信息生成方法是：将待检测的图像直接输入至训练好的模型，得到障碍物检测信息。

然而，当采用上述方法进行障碍物检测信息生成时，往往会存在如下技术问题：

第一，对存在遮挡现象的障碍物的检测精度较低，从而，影响障碍物检测信息的生成质量，进而，影响车辆的自动驾驶效果。

第二，对小型障碍物存在漏检的现象，从而，导致障碍物检测信息的生成不准确，进而，造成在自动驾驶中存在一定的危险性。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了障碍物检测信息生成方法、装置、电子设备和介质，来解决以上背景技术部分提到的技术问题中的一项或多项。

第一方面，本公开的一些实施例提供了一种障碍物检测信息生成方法，该方法包括：获取待检测的图像；基于上述待检测的图像，生成第一目标图像和第二目标图像；基于上述第一目标图像、上述第二目标图像和预先训练的神经网络模型，生成第一回归预测结果集合、第一分类预测结果集合、第二回归预测结果集合和第二分类预测结果集合；分别对上述第一回归预测结果集合和上述第二回归预测结果集合进行解码处理，得到第一解码结果集合和第二解码结果集合；基于上述第一分类预测结果集合和上述第一解码结果集合，生成第一检测信息集合；基于上述第二分类预测结果集合和上述第二解码结果集合，生成第二检测信息集合；将上述第一检测信息集合和上述第二检测信息集合进行数据融合处理，以生成障碍物检测信息集合。

第二方面，本公开的一些实施例提供了一种障碍物检测信息生成装置，该装置包括：获取单元，被配置成获取待检测的图像；第一生成单元，被配置成基于上述待检测的图像，生成第一目标图像和第二目标图像；第二生成单元，被配置成基于上述第一目标图像、上述第二目标图像和预先训练的神经网络模型，生成第一回归预测结果集合、第一分类预测结果集合、第二回归预测结果集合和第二分类预测结果集合；解码处理单元，被配置成分别对上述第一回归预测结果集合和上述第二回归预测结果集合进行解码处理，得到第一解码结果集合和第二解码结果集合；第三生成单元，被配置成基于上述第一分类预测结果集合和上述第一解码结果集合，生成第一检测信息集合；第四生成单元，被配置成基于上述第二分类预测结果集合和上述第二解码结果集合，生成第二检测信息集合；数据融合处理单元，被配置成将上述第一检测信息集合和上述第二检测信息集合进行数据融合处理，以生成障碍物检测信息集合。

第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。

第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。