[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

说明书

本发明提供一种用于自动驾驶的目标检测方法及装置、电子设备及介质。用于自动驾驶的目标检测方法，包括：对车辆在行驶过程中图像数据进行第一目标检测处理，得到第一检测结果。若第一检测结果中的第一预测置信度小于第一置信度阈值，则根据位置信息，提取目标框在图像数据中的区域图像数据，并调节其图像分辨率，以得到目标图像数据。对目标图像数据进行第二目标检测处理，得到目标框内物体的第二检测结果。若第二检测结果中第二预测置信度大于或者等于第二置信度阈值，则将位置信息和第二预测类别作为目标框内物体的目标检测结果。通过本发明，有助于提高目标检测的识别精度，降低误检率，进而有助于提高驾驶安全性。

技术领域

本发明涉及自动驾驶车辆技术领域，具体涉及一种用于自动驾驶的目标检测方法及装置、电子设备及介质。

背景技术

对于工程机械的高级别自动驾驶和自动作业等应用场景，基于图像的计算机视觉是自动驾驶的一个重要模块。由于景深、相机容纳能力等原因，通过相机采集的自动驾驶数据会存在相对于电子设备的近处的图像特征相对清晰，远处的图像特征相对模糊，并且远处的图像特征较为稀疏的情况。

因此，在该种情况下进行目标检测时，容易导致误检率较高，进而影响自动驾驶的安全性。

发明内容

因此，本发明要解决的技术问题在于克服现有技术中目标检测的误检率较高的缺陷，从而提供一种用于自动驾驶的目标检测方法及装置、电子设备及介质。

根据第一方面，本发明提供一种用于自动驾驶的目标检测方法，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。

在该方式中，可以根据第一检测结果中第一检测置信度与第一置信度阈值之间的比较结果确定是否需要再次对目标框内物体进行目标检测，以降低误检测情况发生。并且，为提高第一检测置信度低的目标框的检测准确率，则提取其在图像数据中的区域图像数据，并提高其图像分辨率，以便对其进行第二目标检测处理时，能够提高第二检测结果的准确性，进而有助于提高目标检测的识别精度，降低误检率，从而有助于提高驾驶安全性。

结合第一方面，在第一方面的第一实施例中，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。

结合第一方面的第一实施例，在第一方面的第二实施例中，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。

结合第一方面的第二实施例，在第一方面的第三实施例中，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；