[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

说明书

本公开涉及一种训练方法和装置、目标检测方法、电子设备和存储介质。训练方法用于训练至少包括具有不同线束的多个激光雷达单元的目标检测装置。训练方法包括：基于第一训练数据集和第二训练数据集，生成第三训练数据集；利用第一训练数据集和随机采样的第三训练数据集，对初始检测模型执行训练，生成用第一检测模型；利用第三训练数据集和随机采样的第一训练数据集，对第一检测模型执行训练，生成第二检测模型，第一激光雷达单元的第一线束高于第二激光雷达单元的第二线束，并且第一激光雷达单元的第一视场角小于第二激光雷达单元的第二视场角。同时实现前视远距离和环视近距离的准确目标检测，并且保证目标检测装置的鲁棒性。

技术领域

本公开涉及无人驾驶技术领域，尤其是涉及一种训练方法和装置、目标检测方法、电子设备和存储介质。

背景技术

目前，3D目标检测已广泛用于自动驾驶和无人驾驶领域中，用于提供准确的目标尺寸、类别和位置。例如，在无人驾驶矿车领域，要求全天候高效率作业，而普通相机在夜晚受到低光照度的影响无法提供准确的目标检测信息。因此，在诸如无人驾驶矿车的全天候作业场景下，通常选用激光雷达作为3D目标检测的传感器。

进一步地，无人驾驶矿车既要求前视远距离的准确目标检测又要求环视近距离的准确目标检测，并且希望目标检测装置能够具备鲁棒性，即当前视雷达或者环视雷达损坏时，目标检测装置依然能够鲁棒地运行。目前，现有的无人驾驶矿车的目标检测装置难以同时实现前视远距离和环视近距离的准确目标检测，以及保证目标检测装置的鲁棒性。

发明内容

鉴于上述问题而提出了本公开。本公开提供了一种用于无人驾驶车辆的目标检测装置的训练方法和装置、目标检测方法、电子设备和存储介质。

根据本公开的一个方面，提供了一种用于目标检测装置的训练方法，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，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，生成用于第二激光雷达单元的第三训练数据集；利用第一训练数据集和随机采样的第三训练数据集，对初始检测模型执行训练，生成用于第一激光雷达单元的第一检测模型；利用第三训练数据集和随机采样的第一训练数据集，对第一检测模型执行训练，生成用于第二激光雷达单元的第二检测模型，其中，第一激光雷达单元的第一线束高于第二激光雷达单元的第二线束，并且第一激光雷达单元的第一视场角小于第二激光雷达单元的第二视场角。

此外，根据本公开一个方面的训练方法，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，生成用于第二激光雷达单元的第三训练数据集包括：确定第一训练数据集和第二训练数据集中相互匹配的目标对象；以第二训练数据集中对应于目标对象的目标数据作为训练输入，以第一训练数据集中对应于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；以及基于第二训练数据集，利用训练数据生成模型，生成第三训练数据集。

此外，根据本公开一个方面的训练方法，还包括：利用第二训练数据集，对第二检测模型执行训练，生成用于第二激光雷达单元的优化的第二检测模型；以及利用第一训练数据集，对优化的第二检测模型执行训练，生成用于第一激光雷达单元的优化的第一检测模型。

此外，根据本公开一个方面的训练方法，还包括：对第一检测模型和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；针对对应的目标对，确定第一目标检测结果和第二目标检测结果的一致性函数；以及基于一致性函数，调整第一检测模型和第二检测模型。