[发明专利]障碍物检测的处理方法、装置、设备及存储介质

权利要求书

1.一种障碍物检测的处理方法，其特征在于，包括：

获取路面的原图像数据；

对所述原图像数据进行预处理，获得第一图像数据；

基于预先训练获得的障碍物检测模型对所述第一图像数据进行检测处理，获得检测结果，所述障碍物检测模型的网络架构至少包括基于特征金字塔网络改进的双向特征金字塔模块；

若根据所述检测结果确定有障碍物，则进行报警处理。

2.根据权利要求1所述的方法，其特征在于，所述障碍物检测模型通过以下方式训练获得：

获取训练样本数据，所述训练样本数据包括训练图像样本及每个训练图像样本对应的标签数据；

对所述训练图像样本进行预处理，获得第一图像样本；

将所述第一图像样本输入到预先建立的障碍物检测网络，获得训练检测结果；

根据训练检测结果及预设损失函数，判断是否达到预设要求；

若达到预设要求，则停止训练。

3.根据权利要求2所述的方法，其特征在于，所述障碍物检测网络包括输入层、resnet34网络模块、基于特征金字塔网络改进的带有注意力机制的双向特征金字塔模块及输出层。

4.根据权利要求1所述的方法，其特征在于，所述对所述原图像数据进行预处理，获得第一图像数据，包括：

对所述原图像数据进行归一化处理，获得归一化图像数据；

对所述归一化图像数据进行缩放处理，获得预设大小的第一图像数据。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述检测结果包括第一图像中包括的目标框坐标以及所述目标框属于障碍物的第一概率；所述方法还包括：

根据所述第一概率及预设阈值判断所述目标框是否为障碍物。

6.一种障碍物检测模型构建方法，其特征在于，包括：

获取训练样本数据，所述训练样本数据包括路面的训练图像样本及每个训练图像样本对应的标签数据，标签数据包括标注并记录的训练图像样本中的区域框定位坐标及对应的分类标签；

对所述训练图像样本进行预处理，获得第一图像样本；

基于所述第一图像样本及所述标签数据，对预先建立的障碍物检测网络进行训练；

根据训练检测结果及预设损失函数，判断是否达到预设要求；

若达到预设要求，则停止训练，输出训练获得的障碍物检测模型；

其中，所述障碍物检测网络为基于双向特征金字塔及注意力机制的神经网络。

7.一种障碍物检测的处理装置，其特征在于，包括：

第一获取模块，用于获取路面的原图像数据；

第一预处理模块，用于对所述原图像数据进行预处理，获得第一图像数据；

检测模块，用于基于预先训练获得的障碍物检测模型对所述第一图像数据进行检测处理，获得检测结果，所述障碍物检测模型的网络架构至少包括基于特征金字塔网络改进的双向特征金字塔模块；

处理模块，用于若根据所述检测结果确定有障碍物，则进行报警处理。

8.一种障碍物检测模型构建装置，其特征在于，包括：

第二获取模块，用于获取训练样本数据，所述训练样本数据包括路面的训练图像样本及每个训练图像样本对应的标签数据，标签数据包括标注并记录的训练图像样本中的区域框定位坐标及对应的分类标签；

第二预处理模块，用于对所述训练图像样本进行预处理，获得第一图像样本；

训练模块，用于基于所述第一图像样本及所述标签数据，对预先建立的障碍物检测网络进行训练；

判断模块，用于根据训练检测结果及预设损失函数，判断是否达到预设要求；

输出模块，用于若达到预设要求，则停止训练，输出训练获得的障碍物检测模型；

其中，所述障碍物检测网络为基于双向特征金字塔及注意力机制的神经网络。