[发明专利]对象识别方法、装置、电子设备和存储介质

说明书

本公开实施例涉及一种对象识别方法、装置、电子设备和存储介质。所述方法包括：将目标检测图像输入至检测器中，得到检测器输出的目标检测图像中各目标检测对象的类别信息和位置信息，检测器是通过获取包括多个待识别的目标对象的训练样本，并获取各目标对象的第一难易参数，根据各目标对象的第一难易参数对各目标对象的损失值进行修正处理，以根据修正后的损失值对检测器进行训练得到的；其中，第一难易参数用于表征识别目标对象的难易程度，各目标对象的损失值是通过将训练样本输入至检测器中得到的。采用本方法能够提升检测器训练效率。

技术领域

本公开实施例涉及数据处理技术领域，特别是涉及一种对象识别方法、装置、电子设备和存储介质。

背景技术

环境感知是自动驾驶中的一个重要模块，指通过各种传感器对外部环境进行感知。而对于环境感知，基于激光雷达的物体检测又是其中的一个重点。其中，检测器可识别激光雷达当前检测的点云图中包括哪些物体。为实现更准确的物体检测，则需要对检测器进行训练。

相关技术中，利用检测器识别目标点云图中的各物体，以根据识别结果对检测器进行训练。

然而，相关技术中存在检测器训练效率低的问题。

发明内容

本公开实施例提供一种对象识别方法、装置、电子设备和存储介质，可以用于提升检测器训练效率。

第一方面，本公开实施例提供一种对象识别方法，该方法包括：

将目标检测图像输入至检测器中，得到检测器输出的目标检测图像中各目标检测对象的类别信息和位置信息；检测器是通过获取包括多个待识别的目标对象的训练样本，并获取各目标对象的第一难易参数，根据各目标对象的第一难易参数对各目标对象的损失值进行修正处理，以根据修正后的损失值对检测器进行训练得到的；其中，第一难易参数用于表征识别目标对象的难易程度，各目标对象的损失值是通过将训练样本输入至检测器中得到的。

在其中一个实施例中，获取各目标对象的第一难易参数，包括：将该训练样本输入至该检测器中，得到该检测器输出的各目标对象的预测参数，该预测参数用于表征该检测器对该目标对象的识别准确性；根据各目标对象的预测参数，确定各目标对象的第一难易参数。

在其中一个实施例中，根据各目标对象的预测参数，确定各目标对象的第一难易参数，包括：获取该检测器在当前训练时刻的平均预测参数；根据该平均预测参数对各目标对象的预测参数进行归一化处理，得到各目标对象的第一难易参数。

在其中一个实施例中，获取该检测器在当前训练时刻的平均预测参数，包括：获取该检测器在当前训练时刻之前的上一训练时刻的历史平均预测参数；获取各目标对象的预测参数的平均值；根据该历史平均预测参数和该平均值，确定该平均预测参数。

在其中一个实施例中，根据各目标对象的第一难易参数对各目标对象的损失值进行修正处理，包括：根据各目标对象的第一难易参数以及该检测器当前所处的训练阶段对各目标对象的损失值进行修正处理。

在其中一个实施例中，根据各目标对象的第一难易参数以及该检测器当前所处的训练阶段对各目标对象的损失值进行修正处理，包括：对于各目标对象，根据该目标对象的第一难易参数确定第一系数，其中，该第一系数的正负与该目标对象的第一难易参数表征的难易程度相关；根据该检测器当前所处的训练阶段确定第二系数，其中，该第二系数的正负与该检测器的当前训练时刻和基准训练时刻的相对关系相关；根据该第一系数和该第二系数确定修正系数，并根据该修正系数对该目标对象的损失值进行修正处理。

在其中一个实施例中，获取包括多个待识别的目标对象的训练样本，包括：获取原始样本，该原始样本包括多个该目标对象；从样本数据库中获取多个该目标对象；将从该样本数据库中获取的多个该目标对象添加至该原始样本中，得到该训练样本。