[发明专利]训练方法和装置、目标检测方法、电子设备和存储介质有效

专利信息
申请号: 202310287318.1 申请日: 2023-03-23
公开(公告)号: CN115994589B 公开(公告)日: 2023-05-23
发明(设计)人: 张泽瀚;洪玮;吴连松;周鹏;李机智 申请(专利权)人: 北京易控智驾科技有限公司
主分类号: G06N20/00 分类号: G06N20/00;G01S7/497
代理公司: 北京鼎承知识产权代理有限公司 11551 代理人: 张剑
地址: 100083 北京市海淀区中*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 训练 方法 装置 目标 检测 电子设备 存储 介质
【权利要求书】:

1.一种用于目标检测装置的训练方法,所述目标检测装置至少包括具有不同线束的多个激光雷达单元,其特征在于,包括:

基于用于第一激光雷达单元的第一训练数据集和用于第二激光雷达单元的第二训练数据集,生成用于所述第二激光雷达单元的第三训练数据集;

利用所述第一训练数据集和随机采样的所述第三训练数据集,对初始检测模型执行训练,生成用于所述第一激光雷达单元的第一检测模型;

利用所述第三训练数据集和随机采样的所述第一训练数据集,对所述第一检测模型执行训练,生成用于所述第二激光雷达单元的第二检测模型,

其中,所述第一激光雷达单元的第一线束高于所述第二激光雷达单元的第二线束,并且所述第一激光雷达单元的第一视场角小于所述第二激光雷达单元的第二视场角。

2.如权利要求1所述的训练方法,其特征在于,所述基于用于第一激光雷达单元的第一训练数据集和用于第二激光雷达单元的第二训练数据集,生成用于所述第二激光雷达单元的第三训练数据集包括:

确定所述第一训练数据集和所述第二训练数据集中相互匹配的目标对象;

以所述第二训练数据集中对应于所述目标对象的目标数据作为训练输入,以所述第一训练数据集中对应于所述目标对象的目标数据作为训练真值,执行训练以获取训练数据集生成模型;以及

基于所述第二训练数据集,利用所述训练数据生成模型,生成所述第三训练数据集。

3.如权利要求1或2所述的训练方法,其特征在于,还包括:

利用所述第二训练数据集,对所述第二检测模型执行训练,生成用于所述第二激光雷达单元的优化的第二检测模型;以及

利用所述第一训练数据集,对所述优化的第二检测模型执行训练,生成用于所述第一激光雷达单元的优化的第一检测模型。

4.如权利要求1或2所述的训练方法,其特征在于,还包括:

对所述第一检测模型和所述第二检测模型针对同一训练数据集的第一目标检测结果和第二目标检测结果执行目标匹配,确定对应的目标对;

针对所述对应的目标对,确定所述第一目标检测结果和所述第二目标检测结果的一致性函数;以及

基于所述一致性函数,调整所述第一检测模型和所述第二检测模型。

5.一种用于车辆的目标检测方法,所述车辆至少包括由具有不同线束的多个激光雷达单元配置的目标检测装置,其特征在于,包括:

检测所述多个激光雷达单元的工作状态信息;

获取所述车辆的运行状态信息以及所述车辆的运行环境信息;以及

基于所述工作状态信息、所述运行状态信息以及所述运行环境信息中的一个或多个,控制所述多个激光雷达单元执行目标检测,

其中,所述多个激光雷达单元包括第一激光雷达单元和第二激光雷达单元,所述第一激光雷达单元的第一线束高于所述第二激光雷达单元的第二线束,并且所述第一激光雷达单元的第一视场角小于所述第二激光雷达单元的第二视场角。

6.如权利要求5所述的目标检测方法,其特征在于,还包括:

使用如权利要求1或2所述的训练方法,训练所述目标检测装置。

7.一种用于目标检测装置的训练装置,所述目标检测装置至少包括具有不同线束的多个激光雷达单元,其特征在于,包括:

训练数据集生成单元,配置为基于用于第一激光雷达单元的第一训练数据集和用于第二激光雷达单元的第二训练数据集,生成用于所述第二激光雷达单元的第三训练数据集;

第一检测模型训练单元,配置为利用所述第一训练数据集和随机采样的所述第三训练数据集,对初始检测模型执行训练,生成用于所述第一激光雷达单元的第一检测模型;以及

第二检测模型训练单元,配置为利用所述第三训练数据集和随机采样的所述第一训练数据集,对所述第一检测模型执行训练,生成用于所述第二激光雷达单元的第二检测模型,

其中,所述第一激光雷达单元的第一线束高于所述第二激光雷达单元的第二线束,并且所述第一激光雷达单元的第一视场角小于所述第二激光雷达单元的第二视场角。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京易控智驾科技有限公司,未经北京易控智驾科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310287318.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top