[发明专利]三维目标检测及神经网络的训练方法、装置及设备

权利要求书

1.一种神经网络的训练方法，其特征在于，包括：

利用神经网络对样本三维雷达点云进行体素化，得到体素化点云；所述样本三维雷达点云中的三维目标预先进行了三维目标包围盒的标注，以得到三维目标包围盒的标注信息；

所述神经网络根据所述体素化点云，确定所述体素化点云的特征图，并根据所述特征图获得预测语义掩模；

根据所述预测语义掩模与真实语义掩模之间的差异，调整所述神经网络的网络参数；其中，所述真实语义掩模根据所述体素化点云和所述三维目标包围盒的标注信息确定。

2.根据权利要求1所述的方法，其特征在于，所述神经网络根据所述特征图获得预测语义掩模之后，所述方法还包括：

所述神经网络根据所述预测语义掩模和所述体素化点云的特征图，获得所述样本三维雷达点云中的三维目标边界框的预测信息；

根据所述预测语义掩模与真实语义掩模之间的差异，调整所述神经网络的网络参数，包括：

根据所述三维目标边界框的预测信息和所述三维目标包围盒的标注信息之间的差异，以及所述预测语义掩模与真实语义掩模之间的差异，调整所述神经网络的网络参数。

3.根据权利要求2所述的方法，其特征在于，所述神经网络根据所述预测语义掩模和所述体素化点云的特征图，获得所述样本三维雷达点云中的三维目标边界框的预测信息，包括：

所述神经网络将所述预测语义掩模与所述体素化点云的特征图融合，获得融合后的特征图；

所述神经网络根据所述融合后的特征图获得所述样本三维雷达点云中的三维目标边界框的预测信息。

4.一种三维目标检测方法，其特征在于，包括：

利用神经网络对待处理的三维雷达点云进行处理，确定所述三维雷达点云中的三维目标的边界框，所述神经网络采用权利要求1至3任一所述的方法训练得到。

5.一种神经网络的训练装置，其特征在于，包括：

第一获得单元，用于利用神经网络对样本三维雷达点云进行体素化，得到体素化点云；所述样本三维雷达点云中的三维目标预先进行了三维目标包围盒的标注，以得到三维目标包围盒的标注信息；

第二获得单元，用于利用所述神经网络根据所述体素化点云，确定所述体素化点云的特征图，并根据所述特征图获得预测语义掩模；

调整单元，用于根据所述预测语义掩模与真实语义掩模之间的差异，调整所述神经网络的网络参数；其中，所述真实语义掩模根据所述体素化点云和所述三维目标包围盒的标注信息确定。

6.一种三维目标检测装置，其特征在于，所述装置包括：

处理单元，用于利用神经网络对待处理的三维雷达点云进行处理，所述神经网络采用权利要求1至3任一所述的方法训练得到；

确定单元，用于根据处理单元的处理结果确定所述三维雷达点云中的三维目标的边界框。

7.一种神经网络的训练设备，其特征在于，所述设备包括存储器、处理器，所述存储器用于存储可在处理器上运行的计算机指令，所述处理器用于在执行所述计算机指令时实现权利要求1至3任一项所述的方法。

8.一种三维目标检测设备，其特征在于，所述设备包括存储器、处理器，所述存储器用于存储可在处理器上运行的计算机指令，所述处理器用于在执行所述计算机指令时实现权利要求4所述的方法。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1至3任一所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求4所述的方法。