[发明专利]一种车辆信息的检测方法、模型训练方法、装置及车辆

说明书

一种车辆信息的检测方法、模型训练方法、装置及车辆，涉及计算机视觉技术领域。该方法包括：获取包括目标车辆的图像；利用检测模型和图像，确定目标车辆的属性信息、位置信息以及状态信息，检测模型中确定所述属性信息、位置信息以及状态信息时共用主干网络，主干网络用于提取目标车辆在所述图像中的特征。利用该方法提升了车辆状态检测的精确度，进而提升了自动驾驶过程的安全性。该方法在对车辆属性信息和位置信息进行检测的模型的基础上增加并行分支，以检测目标车辆的状态信息，通过共享基础特征，使用单个检测模型完成推理，运算复杂度低，既能够提升检测得到的车辆状态信息的准确性，还降低了检测车辆状态信息所占用资源以及耗时。

技术领域

本申请涉及计算机视觉技术领域，尤其涉及一种车辆信息的检测方法、模型训练方法、装置及车辆。

背景技术

汽车智能化是汽车发展的一个重要的技术方向，目前支持自动驾驶的车辆已经部分部署。在自动驾驶技术中，环境感知作为第一环节，其核心在于使车辆能够更好地 模拟人类驾驶员的感知能力，准确理解周围的驾驶状况。在实际应用中，环境感知不 仅需要检测出周围车辆的属性信息与位置信息，还需要对周围车辆的状态信息进行识 别，为后续路径规划、实时决策和行车控制提供依据。状态信息指周围车辆的相对于 进行自动驾驶的车辆的视角所处的状态。

在现有的技术中，可以基于车辆局部位置特征进行车辆状态信息的确认，但是受到光 线、视角等的影响，车辆的局部位置特征可能发生变化，导致结果往往存在一些波动性， 难以保证精度，这可能对后续路径规划、实时决策和行车控制造成影响，进而降低了自动驾驶过程的安全性。

发明内容

为了解决现有技术存在的上述技术问题，本申请提供了一种车辆信息的检测方法、 模型训练方法、装置及车辆，提升了车辆状态信息识别的准确性，进而提升了自动驾驶过程的安全性。

第一方面，本申请提供了一种车辆信息的检测方法，该方法包括：获取包括所述目标车辆的图像。利用检测模型和所述图像，确定所述目标车辆的属性信息、位置信 息以及状态信息，所述检测模型中确定所述属性信息、所述位置信息以及所述状态信 息时共用主干网络，所述主干网络用于提取所述目标车辆在所述图像中的特征。

本申请提供的方法，利用检测模型同时实现对目标车辆的属性信息、位置信息以及状态信息等车辆信息的检测，相较于现有的基于车辆局部位置特征的检测方法，利用 对车辆属性信息和位置信息进行检测的模型来实现对车辆状态信息的检测，提升了检测 的精确度，进而提升了自动驾驶过程的安全性。此外，该方法在对车辆属性信息和位置 信息进行检测的模型的基础上增加并行分支，以检测目标车辆的状态信息，通过共享 基础特征，使用单个检测模型完成推理，运算复杂度低，既能够提升检测得到的车辆 状态信息的准确性，还降低了检测车辆状态信息所占用资源以及耗时。

在一种可能的实现方式中，所述状态信息为以下中的至少一种：

目标车辆被背景物完全遮挡车轮及以上、目标车辆位于图像边缘且被截断、目标车辆未被遮挡或目标车辆被目标物遮挡；其中，所述背景物为位于行驶道路外的物体， 所述目标物为位于所述行驶道路内的物体。

在一种可能的实现方式中，当确定所述目标车辆对应的状态信息包括多种时，所述多种状态信息的优先级如下：

所述目标车辆被背景物完全遮挡车轮及以上，高于所述目标车辆被目标物遮挡，高于所述目标车辆位于图像边缘且被截断。

在一种可能的实现方式中，所述方法还包括：

对所述图像采集数据进行预处理操作，所述预处理操作包括对所述图像进行缩放， 还包括但不限于对所述图像进行裁剪、翻转或色彩变化中的一种或多种。

所述利用检测模型和所述图像，确定所述目标车辆的属性信息、位置信息以及状态信息，具体包括：