[发明专利]目标对象检测模型的训练方法及对象检测方法

权利要求书

1.一种目标对象检测模型的训练方法，其特征在于，所述方法包括：

获取第一样本对象的第一样本图像和所述第一样本图像对应的多维度标签信息，所述多维度标签信息包括：二维属性标签信息和三维属性标签信息；

将所述第一样本图像输入预设对象检测模型进行多维度对象检测，得到所述第一样本图像对应的多维度检测信息，所述多维度检测信息包括二维属性检测信息和三维属性检测信息；

根据所述二维属性标签信息、所述三维属性标签信息、所述二维属性检测信息和所述三维属性检测信息对所述预设对象检测模型进行训练，得到目标对象检测模型。

2.根据权利要求1所述的方法，其特征在于，所述预设对象检测模型包括特征提取层、特征融合层和检测输出层；所述将所述第一样本图像输入所述预设对象检测模型进行多维度目标对象检测，得到所述第一样本图像对应的所述多维度检测信息，包括：

基于所述特征提取层对所述第一样本图像进行多维度特征提取，生成多维度特征信息；

基于所述特征融合层对所述多维度特征信息进行特征融合，得到融合特征信息；

基于所述检测输出层对所述融合特征信息进行检测，得到所述多维度检测信息。

3.根据权利要求1所述的方法，其特征在于，所述二维属性标签信息包括：热力图标签和正负样本标签；所述二维属性标签信息包括采用下述方式获取：

对所述第一样本图像进行图像转换，得到所述第一样本图像对应的热力图；

将所述热力图作为所述热力图标签；

获取所述第一样本图像中的所述第一样本对象对应的预设正负样本信息；

将所述预设正负样本信息将作为所述正负样本标签。

4.根据权利要求1所述的方法，其特征在于，所述三维属性标签信息包括：关键点标签、深度信息标签、类别标签、中心点标签、三维信息标签和欧拉角标签；所述三维属性标签信息包括采用下述方式获取：

获取与所述第一样本图像对应的样本点云数据；

基于所述样本点云数据对所述第一样本图像进行深度信息标注，得到所述第一样本图像对应的所述深度信息标签；

基于所述样本点云数据对所述第一样本图像进行三维信息标注，得到所述第一样本图像对应的所述三维信息标签；

获取所述第一样本图像中的所述第一样本对象对应的预设关键点信息、预设类别信息、预设中心点信息、预设欧拉角信息；

将所述预设关键点信息作为所述关键点标签；

将所述预设类别信息作为所述类别标签；

将所述预设中心点信息作为所述中心点标签；

将所述预设欧拉角信息作为所述欧拉角标签。

5.根据权利要求4所述的方法，其特征在于，所述预设对象检测模型包括采用下述方式获取：

获取第二样本对象的样本图像和所述第二样本图像对应的所述深度标签；

将所述第二样本图像输入预设网络模型进行深度检测，得到所述第二样本图像对应的深度检测信息；

根据所述深度标签和所述深度检测信息对所述预设网络模型进行训练，得到所述预设对象检测模型。

6.根据权利要求1所述的方法，其特征在于，所述根据所述二维属性标签信息、所述三维属性标签信息、所述二维属性检测信息和所述三维属性检测信息对所述预设对象检测模型进行训练，得到所述目标对象检测模型，包括：

根据所述二维属性标签信息、所述三维属性标签信息、所述二维属性检测信息和所述三维属性检测信息生成对象检测损失信息，所述对象检测损失信息表征所述预设对象检测模型的检测性能；

基于所述对象检测损失信息对所述预设对象检测模型进行训练，得到所述目标对象检测模型。