[发明专利]一种单目检测与测距方法、电子设备和存储介质

权利要求书

1.一种单目检测与测距方法，其特征在于，所述方法包括如下步骤：

S100，获取目标单目摄像装置在预设时间段内拍摄的m帧目标帧图像；

S200，将获取的m帧目标帧图像输入到目标预测模型中，对目标对象的位置和姿态进行检测；所述目标预测模型包括结构相同的第一预测模型和第二预测模型；

其中，所述目标预测模型通过如下步骤获取得到：

S201，构建初始孪生模型，包括结构相同的第一初始模型和第二初始模型，每个初始模型的结构为改进的YOLOv5网结构，所述改进的YOLOv5网络结构的主干网络为改进的MobileNetv3网络；所述改进的MobileNetv3网络为分别将MobileNetv3网络的池化层和网络层中的最后k层删除得到的网络；

S202，获取每次输入初始孪生模型的训练样本图像集，包括第一训练样本图像集I1＝{I1₁，I1₂，…，I1_i，…，I1_n}和第二训练样本图像集I2＝{I2₁，I2₂，…，I2_i，…，I2_n}，其中，I2中的第i帧图像I2_i＝{I1_(i-1)，I1_(i+1)}，I1_i为I1中的第i帧图像，I1_(i-1)为I1_i的上一帧图像，I1_(i+1)为I1_i的下一帧图像，i的取值为1到n，n为每次输入初始孪生模型的训练样本图像的数量；

S203，将I1输入到第一初始模型以及将I2输入到第二初始模型中进行训练，得到训练后的孪生模型并作为所述目标预测模型；

S200具体包括：

S210，将获取的m帧目标帧图像IM₁至IM_m分为第一图像IM1＝{IM1₁，IM1₂，…，IM1_j，…，IM1_m}和第二图像IM2＝{IM2₁，IM2₂，…，IM2_j，…，IM2_m}，IM1_j＝IM_j，IM2中的第j帧图像IM2_j＝{IM1_(j-1)，IM1_(j+1)}，IM1_(j-1)和IM1_(j+1)分别为IM1_j的上一帧图像和下一帧图像，j的取值为1到m；

S220，将IM1输入到第一预测模型中以及将IM2输入到第二预测模型中，分别得到目标对象的位置和姿态。

2.根据权利要求1所述的方法，其特征在于，所述目标预测模型的损失函数L＝f(L_p，L_s，μ)，其中，L_p为重投影损失，L_s为边缘平滑损失，μ为自动掩膜损失。

3.根据权利要求1所述的方法，其特征在于，L＝μL_p+βL_s，其中，β为超参数。

4.根据权利要求3所述的方法，其特征在于，β＝0.001。

5.根据权利要求1所述的方法，其特征在于，k通过如下步骤获取得到：

S2010，设置r＝1；

S2011，获取第r初始孪生模型，其中，第r初始孪生模型中的改进的MobileNetv3网络为分别将MobileNetv3网络的池化层和网络层中的最后r层删除得到的网络；

S2012，将设定数量的图像输入所述第r初始孪生模型中并获取第r初始孪生模型的图像处理速度v_r；如果v_r≥v0，执行S2013，否则，执行S2014；v0为预设处理速度阈值；

S2013，设置r＝r+1，执行S2011；

S2014，设置k≤r。