[发明专利]3D目标检测模型的训练方法、装置、设备及存储介质

说明书

本申请公开了一种3D目标检测模型的训练方法、装置、设备及存储介质，属于人工智能技术领域。所述方法包括：获取目标区域的点云的第一位置数据；根据所述第一位置数据和所述目标区域的预设的三维3D网格，获得所述点云与对应的3D网格的目标中心点之间的第一距离数据；利用预设的位置编码算法，对所述第一位置数据进行编码处理，以获得第二位置数据；利用预设的距离编码算法，对所述第一距离数据进行编码处理，以获得第二距离数据；根据所述第二位置数据和第二距离数据，获得训练样本数据；利用所述训练样本数据，对待训练的3D目标检测模型进行训练，以获得训练完成的3D目标检测模型。本申请实现了优化3D目标检测模型学习效果，提升了模型性能。

技术领域

本申请涉及人工智能技术领域，具体为深度学习、计算机视觉技术领域，特别涉及一种3D目标检测模型的训练方法、装置、设备及存储介质。

背景技术

在自动驾驶领域里，一种常用的传感器是激光雷达，激光雷达通过发射和接收电磁波来测量周围物体的距离。利用激光雷达可以获取到点云数据（point cloud），每个点云点记录了检测的物体的坐标，以及反射率等信息。

在执行目标检测任务时，可以将激光雷达获取到点云作为输入目标检测模型，得到所感知的周围环境障碍物的信息，例如，目标对象的3D检测框的坐标、尺寸、朝向等信息。

但是，目前用于目标检测模型学习或者识别的点云相关信息之间存在一定差异，导致模型难以学习到有效的点云信息。

发明内容

本申请提供了一种3D目标检测模型的训练方法、装置、设备及存储介质，解决了目标检测模型的学习效果欠佳的问题，所述技术方案如下：

第一方面，提供了一种3D目标检测模型的训练方法，所述方法包括：

获取目标区域的点云的第一位置数据；

根据所述第一位置数据和所述目标区域的预设的三维3D网格，获得所述点云与对应的3D网格的目标中心点之间的第一距离数据；

利用预设的位置编码算法，对所述第一位置数据进行编码处理，以获得第二位置数据；

利用预设的距离编码算法，对所述第一距离数据进行编码处理，以获得第二距离数据；

根据所述第二位置数据和第二距离数据，获得训练样本数据；

利用所述训练样本数据，对待训练的3D目标检测模型进行训练，以获得训练完成的3D目标检测模型。

在一种可能的实现方式中，所述利用预设的位置编码算法，对所述第一位置数据进行编码处理，以获得第二位置数据，包括：

根据所述第一位置数据、以及所述目标区域中预设的正弦对应关系，对所述第一位置数据的进行正弦编码处理，以获得所述第二位置数据，其中，

所述预设的正弦对应关系是预设的第一位置数据和第二位置数据的正弦对应关系。

在一种可能的实现方式中，所述第一位置数据包括3D坐标，所述根据所述第一位置数据、以及所述目标区域中预设的正弦对应关系，对所述第一位置数据的进行正弦编码处理，以获得所述第二位置数据，包括：

根据所述预设的正弦对应关系，对所述3D坐标进行正弦编码处理，以获得所述3D坐标的每个维度的正弦编码结果；

根据所述3D坐标的每个维度的正弦编码结果，获得所述第二位置数据。

在一种可能的实现方式中，所述利用预设的距离编码算法，对所述第一距离数据进行编码处理，以获得第二距离数据，包括：

获取所述第一距离数据对应的3D网格的尺寸数据；

计算所述第一距离数据和所述第一距离数据对应的3D网格的尺寸数据的比值；