[发明专利]用于自动驾驶的目标检测方法及装置、电子设备及介质

权利要求书

1.一种用于自动驾驶的目标检测方法，其特征在于，所述方法包括：

获取车辆在行驶过程中的图像数据；

对所述图像数据进行第一目标检测处理，得到第一检测结果，所述第一检测结果包括目标框在所述图像数据中的位置信息以及所述目标框内物体为第一预测类别的第一预测置信度；

若所述第一预测置信度小于第一置信度阈值，则根据所述位置信息，提取所述目标框在所述图像数据中的区域图像数据；

调节所述区域图像数据的图像分辨率，以得到图像分辨率为目标分辨率的目标图像数据；

对所述目标图像数据进行第二目标检测处理，得到所述目标框内物体的第二检测结果，所述第二检测结果包括所述目标框内物体的第二预测类别和所述第二预测类别的第二预测置信度；

若所述第二预测置信度大于或者等于第二置信度阈值，则将所述位置信息和第二预测类别作为所述目标框内物体的目标检测结果。

2.根据权利要求1所述的方法，其特征在于，所述调节所述区域图像数据的图像分辨率，以得到图像分辨率为目标分辨率的目标图像数据，包括：

将所述区域图像数据输入至预置的超分辨率模型，提取所述区域图像数据的图像特征；

基于所述区域图像数据的图像分辨率与目标分辨率之间的映射关系，重新构建所述图像特征，得到图像分辨率为所述目标分辨率的目标图像数据。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

获取训练图像数据集，每一个训练图像数据包括一个训练物体；

分别对每一个训练图像数据进行下采样处理，得到每一个训练图像数据对应的处理图像数据；

基于每一个训练图像数据以及每一个训练图像数据的处理图像数据，训练深度学习模型，得到所述超分辨率模型。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

获取所述车辆在行驶过程中的历史图像数据；

对所述历史图像数据进行第一目标检测处理，得到第三数量的检测结果，不同检测结果对应不同目标框，所述检测结果包括对应目标框在所述历史图像数据中的位置信息、对应目标框内物体的第三预测类别以及所述第三预测类别的第三预测置信度；

将第三预测置信度大于或者等于第三置信度阈值的物体作为待训练所述超分辨率模型的训练物体；

根据每一个训练物体的目标框在所述历史图像数据中的位置信息，提取每一个训练物体在所述历史图像数据中的区域图像数据，得到训练图像数据集。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

若所述第一预测置信度大于或者等于所述第一置信度阈值，则将所述第一检测结果作为所述目标框内物体的目标检测结果。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述位置信息，将所述目标检测结果映射至所述图像数据上，以得到所述图像数据的目标检测结果。

7.根据权利要求1所述的方法，其特征在于，所述第一置信度阈值大于所述第二置信度阈值。