[发明专利]生成目标检测系统和检测目标的方法及装置

说明书

本公开提供了生成目标检测系统和检测目标的方法及装置，涉及人工智能技术领域，具体为计算机视觉和深度学习技术领域，可应用于自动驾驶场景下。具体实现方案为：获取样本集和高精地图；从样本集中选取样本，以及执行以下训练步骤：从选取的样本中的点云数据和高精地图中提取出融合特征；将融合特征输入目标检测模型，得到预测标签集；基于预测标签集和样本标签集计算总损失值；若总损失值小于预定阈值，则根据目标检测模型构造目标检测系统。该实施方式能够提升检测精度，保证自动驾驶的安全性。

技术领域

本公开涉及人工智能技术领域，具体为计算机视觉和深度学习技术领域，尤其涉及生成目标检测系统和检测目标的方法及装置。

背景技术

对自动驾驶技术中，感知系统是自动化的“核心”，准确可靠的感知结果影响着后续的物体跟踪、决策和路径规划。而对自动驾驶而言，高精地图发挥着重要的辅助作用。一方面，高精地图提供准备的道路结构信息，帮助主车更加准确的定位，另一方面，利用高精地图的先验信息，可以过滤无效的检测结果，从而提升目标检测的结果。并且，依靠高精地图的先验知识，能够大大减轻其他模块的复杂度，从而实现算法的实时性。

目前，高精地图对于目标检测系统而言，主要是作为后处理过程用来过滤误检。

发明内容

本公开提供了一种生成目标检测系统和检测目标的方法、装置、设备、存储介质以及计算机程序产品。

根据本公开的第一方面，提供了一种生成目标检测系统的方法，包括：获取样本集和高精地图，其中，样本集中的每个样本包括一帧点云数据和与点云数据对应的样本标签集，高精地图包含矢量化的道路元素。从样本集中选取样本，以及执行以下训练步骤：从选取的样本中的点云数据和高精地图中提取出融合特征。将融合特征输入目标检测模型，得到预测标签集。基于预测标签集和样本标签集计算总损失值。若总损失值小于预定阈值，则根据目标检测模型构造目标检测系统。

根据本公开的第二方面，提供了一种检测目标的方法，包括：获取待检测区域的点云数据和待检测区域的高精地图。将点云数据和高精地图输入采用如第一方面的方法生成的目标检测系统中，输出检测结果。

根据本公开的第三方面，提供了一种生成目标检测系统的装置，包括：获取单元，被配置成获取样本集和高精地图，其中，样本集中的每个样本包括一帧点云数据和与点云数据对应的样本标签集，高精地图包含矢量化的道路元素。训练单元，被配置成从样本集中选取样本，以及执行以下训练步骤：从选取的样本中的点云数据和高精地图中提取出融合特征。将融合特征输入目标检测模型，得到预测标签集。基于预测标签集和样本标签集计算总损失值。若总损失值小于预定阈值，则根据目标检测模型构造目标检测系统。

根据本公开的第四方面，提供了一种检测目标的装置，包括：获取单元，被配置成获取待检测区域的点云数据和待检测区域的高精地图。检测单元，被配置成将点云数据和高精地图输入采用如第三方面的装置生成的目标检测系统中，输出检测结果。

根据本公开的第五方面，提供了一种电子设备，包括：至少一个处理器。以及与至少一个处理器通信连接的存储器。其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行第一方面或第二方面的方法。

根据本公开的第六方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行第一方面或第二方面的方法。

根据本公开的第七方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现第一方面或第二方面的方法。

本公开实施例提供的生成目标检测系统及目标检测的方法和装置，将高精地图融合进目标检测系统，带来目标检测性能上直接的提升，有助于建立自动驾驶技术上的优越性和技术壁垒。同时更加安全的目标检测系统，有助于提升整体系统的安全性。