[发明专利]一种交通灯检测方法、装置、车辆和可读存储介质

权利要求书

1.一种交通灯检测方法，其特征在于，所述方法包括：

获取检测任务；

若所述检测任务包括交通灯检测任务，则采用预设的第一神经网络模型对所述交通灯进行检测；

若所述检测任务不包括交通灯检测任务，则采用预设的第二神经网络模型执行所述检测任务；其中，所述第一神经网络模型的执行速度大于所述第二神经网络模型的执行速度；

根据检测结果控制车辆的行驶。

2.根据权利要求1所述的方法，其特征在于，所述若所述检测任务包括交通灯检测任务，则采用预设的第一神经网络模型对所述交通灯进行检测，还包括：

采用所述第二神经网络模型对除所述交通灯之外的其它检测目标进行检测。

3.根据权利要求1所述的方法，其特征在于，所述采用预设的第一神经网络模型对所述交通灯进行检测，包括：

从所述第一神经网络模型输出的特征图像中确定交通灯特征点；

根据位于所述特征点的图像特征信息确定所述交通灯的其它交通灯特征信息。

4.根据权利要求3所述的方法，其特征在于，所述特征点包括背板的中心点和/或各色灯区的中心点和/或各色灯区中方向指示标志的角点；所述其它交通灯特征信息包括背板的尺寸特征信息和/或各色灯区的颜色特征信息和/或各色灯区的指向特征信息。

5.根据权利要求3所述的方法，其特征在于，所述第一神经网络模型为串行的一个神经网络，所述从所述第一神经网络模型输出的特征图像中确定交通灯特征点，包括：

从所述一个神经网络中，输出感受野范围与所述交通灯背板的尺寸匹配的所述特征图像；

从所述特征图像中确定所述特征点。

6.根据权利要求3所述的方法，其特征在于，所述特征图像为多通道热力图，所述从所述第一神经网络模型输出的特征图像中确定交通灯特征点，包括：

从所述多通道热力图中确定用于提取位置特征的第一通道热力图；

将所述第一通道热力图中，存在特征点的概率大于预设概率的位置确定为所述特征点的所在位置。

7.根据权利要求1所述的方法，其特征在于，所述第二神经网络模型包括多个检测目标共用的共用神经网络和与所述多个检测目标分别对应的检测网络，所述采用预设的第二神经网络模型执行所述检测任务，包括：

获取所述检测任务的待检测图像；

将所述待检测图像输入所述第二神经网络模型中进行多个检测目标的检测。

8.一种交通灯检测装置，其特征在于，所述装置包括：

获取模块，用于获取检测任务；

第一检测模块，用于若所述检测任务包括交通灯检测任务，则采用预设的第一神经网络模型对所述交通灯进行检测；

第二检测模块，用于若所述检测任务不包括交通灯检测任务，则采用预设的第二神经网络模型执行所述检测任务；其中，所述第一神经网络模型的执行速度大于所述第二神经网络模型的执行速度；

控制模块，用于根据检测结果控制车辆的行驶。

9.一种车辆，其特征在于，包括：处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1-7中任一项所述的一种交通灯检测方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的一种交通灯检测方法的步骤。