首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

目标检测模型训练方法、目标检测方法以及电子设备 

申请/专利权人:苏州浪潮智能科技有限公司

申请日:2022-02-07

公开(公告)日:2024-06-28

公开(公告)号:CN114565916B

主分类号:G06V20/64

分类号:G06V20/64;G06V10/774

优先权:

专利状态码:有效-授权

法律状态:2024.06.28#授权;2022.06.17#实质审查的生效;2022.05.31#公开

摘要:本发明揭示了一种目标检测模型训练方法、目标检测方法以及电子设备,涉及目标检测领域。该方法包括:获取带有标注信息的三维点云数据;标注信息包括至少一个检测对象对应的三维真实边界框信息;将三维点云数据输入至初始检测模型,确定各检测对象对应的三维预测边界框信息;基于各检测对象对应的三维预测边界框信息以及三维真实边界框信息,计算回归损失;基于回归损失,更新初始检测模型的参数,以得到目标检测模型。使用该方法解决了三维目标检测模型训练过程中,损失函数与评估指标不匹配的问题,从而保证了目标检测模型优化方向与目标检测准确率提升的最终目标达成完全一致,提高了目标检测模型的性能。

主权项:1.一种目标检测模型训练方法,其特征在于,所述方法包括:获取带有标注信息的三维点云数据;所述标注信息包括至少一个检测对象对应的三维真实边界框信息;将所述三维点云数据输入至初始检测模型,确定各所述检测对象对应的三维预测边界框信息;根据各所述检测对象对应的三维预测边界框信息,确定各所述检测对象对应的预测框;基于各所述检测对象对应的三维真实边界框信息,确定真实框;计算各所述预测框与各所述真实框之间的三维交并比;获取各所述检测对象的权重信息,其中,各所述检测对象的权重信息根据各所述检测对象的尺寸、属性和类型中的至少一项确定;根据各所述检测对象的权重信息以及各所述预测框与各所述真实框之间的三维交并比,通过如下公式计算回归损失: 其中,Lreg表示所述回归损失,表示预测框Predi与真实框之间的三维交并比,表示预测框对应的真实类别为第类时,检测对象的权重信息对应的权重信息;基于所述回归损失,更新所述初始检测模型的参数,以得到目标检测模型。

全文数据:

权利要求:

百度查询: 苏州浪潮智能科技有限公司 目标检测模型训练方法、目标检测方法以及电子设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。