[发明专利]网络模型训练方法、装置及物体位姿确定方法、装置

说明书

本发明实施例提供了一种深度神经网络模型训练方法及一种物体三维位姿确定方法，该深度神经网络模型训练方法包括：获取具有标注数据的多个图像样本；基于图像样本对预先构建的初始深度神经网络进行训练，得到深度神经网络模型。该物体三维位姿确定方法包括：获取摄像机采集的包含目标物体的目标图像；将目标图像输入上述方法中训练得到的深度神经网络模型中进行检测，获得目标顶点坐标；根据目标顶点坐标及目标物体的目标几何参数，确定目标物体相对于摄像机坐标系的三维位姿。可见，本发明实施例提供的方法，可以提高训练得到的深度神经网络模型的检测准确性，进而可以提高基于该神经网络模型确定的物体三维位姿的准确性。

技术领域

本发明涉及人工智能技术领域，特别是涉及一种深度神经网络模型训练方法、装置及一种物体三维位姿的确定方法、装置。

背景技术

随着计算机计算能力的不断提高，各种深度学习模型的应用越来越广泛。用于图像处理的深度学习模型是具有重要作用的深度学习模型之一，例如，在机械臂抓取物体、车牌识别、监控录像中的目标检测等领域，用于图像处理的深度学习模型具有非常重要的地位。

在训练这些深度学习模型时，需要采集大量的图像样本，即对目标物体进行各种角度、位置地拍摄，进而采集大量图像，其中，目标物体即为实际需要检测的物体，例如，机械臂需要抓取的物体、车辆的车牌等。而在这些图像中，需要标注出目标物体的位置，标注后的图像作为图像样本，用于训练深度学习模型。

标注目标物体位置的方式一般为人工标注，即在采集的图像中，通过人眼确定目标物体的位置，进而进行标注，获得图像样本。由于人眼在对目标物体位置进行标注的过程中存在误差，且认为无法标注图像中目标物体的三维边框，人工标注的目标物体位置的准确性较低，所以这种方式会导致训练得到的深度学习模型的准确性较低，且不能检测出物体的三维边框。

发明内容

本发明实施例提供了深度神经网络模型训练方法、装置及一种物体三维位姿的确定方法、装置，以通过深度神经网络模型检测出物体的三维边框，进而准确确定物体三维位姿。具体技术方案如下：

第一方面，本发明实施例提供了一种深度神经网络模型训练方法，所述方法包括：

获取具有标注数据的多个图像样本，其中，所述图像样本包括训练物体，所述标注数据包括基于视觉定位标识获取的所述训练物体在图像样本中的三维边框的顶点坐标，所述视觉定位标识为带有特定图案的平板；

基于所述图像样本对预先构建的初始深度神经网络进行训练，得到所述深度神经网络模型，其中，所述深度神经网络模型用于对包含物体的图像进行检测并输出所述物体在所述图像中的三维边框的顶点坐标。

可选的，所述标注数据还包括物体类别标签；

所述深度神经网络模型还用于对包含物体的图像进行检测，并输出所述图像中的所述物体的类别。

可选的，获取所述标注数据包括的所述训练物体在图像样本中的三维边框的顶点坐标的方式，包括：

确定所述训练物体与所述视觉定位标识的相对位置关系；

根据所述训练物体的几何参数及所述相对位置关系，确定所述训练物体在视觉定位标识坐标系中的三维边框的顶点坐标，作为标识顶点坐标；

根据所述视觉定位标识的图案信息确定所述视觉定位标识坐标系相对于摄像机坐标系的转换矩阵；

根据所述转换矩阵和采集所述图像样本的摄像机的内参矩阵，确定所述标识顶点坐标投影在所述训练图像中的三维边框的顶点坐标。

第二方面，本发明实施例提供了一种物体三维位姿确定方法，所述方法包括：

获取摄像机采集的包含目标物体的目标图像；