[发明专利]一种信号灯的目标检测方法、装置、电子设备及存储介质

权利要求书

1.一种信号灯的目标检测方法，其特征在于，包括：

获取待检测的目标图像；

基于信号灯检测模型，确定所述目标图像中信号灯的类别和/或位置；

其中，所述信号灯检测模型基于目标检测网络训练得到。

2.根据权利要求1所述的方法，其特征在于，基于信号灯检测模型，确定所述目标图像中信号灯的类别和位置之前，还包括：

在所述信号灯检测模型的训练过程中，确定所述信号灯检测模型的损失函数波动幅度；

在所述损失函数波动幅度大于第一幅度阈值的情况下，降低所述信号灯检测模型的学习率；

在所述损失函数波动幅度小于第二幅度阈值的情况下，提高所述信号灯检测模型的学习率；其中，所述第一幅度阈值大于所述第二幅度阈值。

3.根据权利要求1所述的方法，其特征在于，基于信号灯检测模型，确定所述目标图像中信号灯的类别和位置之前，还包括：

在所述信号灯检测模型的训练过程中，所述信号灯检测模型的批尺寸为32。

4.根据权利要求1所述的方法，其特征在于，还包括：

对样本图像中信号灯的参数进行聚类，并根据聚类结果确定所述信号灯检测模型中先验框的参数；其中，所述参数为尺寸和/或形状。

5.根据权利要求1所述的方法，其特征在于，还包括：

确定样本图像中信号灯的最大尺寸，并将所述最大尺寸作为所述信号灯检测模型的边界框尺寸上限。

6.一种信号灯的目标检测装置，其特征在于，包括：

图像获取模块，用于获取待检测的目标图像；

类别位置确定模块，用于基于信号灯检测模型，确定所述目标图像中信号灯的类别和/或位置；

其中，所述信号灯检测模型基于目标检测网络训练得到。

7.根据权利要求6所述的装置，其特征在于，还包括：

波动幅度确定模块，用于在所述信号灯检测模型的训练过程中，确定所述信号灯检测模型的损失函数波动幅度；

学习率降低模块，用于在所述损失函数波动幅度大于第一幅度阈值的情况下，降低所述信号灯检测模型的学习率；

学习率提高模块，用于在所述损失函数波动幅度小于第二幅度阈值的情况下，提高所述信号灯检测模型的学习率；其中，所述第一幅度阈值大于所述第二幅度阈值。

8.根据权利要求6所述的装置，其特征在于，还包括：

参数聚类模块，用于对样本图像中信号灯的参数进行聚类，并根据聚类结果确定所述信号灯检测模型中先验框的参数；其中，所述参数为尺寸和/或形状。

9.一种电子设备，其特征在于，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述信号灯的目标检测方法。

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，该程序被处理器执行时实现如权利要求1-5中任一所述信号灯的目标检测方法。