[发明专利]障碍物检测的处理方法、装置、设备及存储介质

说明书

本发明实施例提供一种障碍物检测的处理方法、装置、设备及存储介质，该方法包括：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；若根据所述检测结果确定有障碍物，则进行报警处理，其中，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，可以有效融合深层信息和浅层信息，更好提升小目标检测效果，不易受光照影响，从而提高障碍物检测的准确性。

技术领域

本发明涉及技术领域，尤其涉及一种障碍物检测的处理方法、装置、设备及存储介质。

背景技术

随着交通技术的飞速发展，交通道路上的安全尤为重要，包括隧道、高速路等车速较快的道路，对障碍物非常敏感，交通事故也因此变得频繁，如何有效快速识别路面障碍物以及时提醒驾驶人员成为关键问题。

现有技术中，对于道路上的障碍物的识别通常是基于opencv的帧差法和光流法对运动物体进行检测，从而去掉背景，进行检测障碍物。

但是，现有的障碍物检测方法模型检测效果易受场景下光照的影响，导致检测结果不够准确。

发明内容

本发明实施例提供一种障碍物检测的处理方法、装置、设备及存储介质，以解决现有技术障碍物检测准确性低等缺陷。

第一个方面，本发明实施例提供一种障碍物检测的处理方法，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。

第二个方面，本发明实施例提供一种障碍物检测模型构建方法，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。

第三个方面，本发明实施例提供一种障碍物检测的处理装置，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。

第四个方面，本发明实施例提供一种障碍物检测模型构建装置，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；