[发明专利]目标检测方法和装置

说明书

本公开提供了目标检测方法和装置，涉及人工智能领域，具体涉及计算机视觉、图像识别和深度学习技术，具体可用于智慧城市和智能交通场景下。具体实现方案为：首先响应于获取到包括待检测对象的三维点云数据，获取三维点云数据对应的二维图像，然后基于二维骨干网络对二维图像进行特征提取，得到二维图像对应的图像特征金字塔，图像特征金字塔包括多张不同分辨率的目标特征图，最后根据特征图分辨率和检测头之间的对应关系，分别将多张不同分辨率的目标特征图输入到对应的检测头中，基于检测头对目标特征图进行检测处理，生成待检测对象对应的三维检测结果，针对三维目标对象的检测，利用不同的检测头针对不同分辨率的目标特征图进行检测处理。

技术领域

本公开涉及人工智能领域，具体涉及计算机视觉、图像识别和深度学习技术，具体可用于智慧城市和智能交通场景下。

背景技术

激光雷达在自动驾驶系统中起着关键的作用，利用激光雷达，自动驾驶系统可以准确地对车辆所处环境做实时3D建模，特别是在一些基于相机的视觉感知系统失效的场景下，如：大雾、夜晚、白车等；激光雷达可以极大的提升自动驾驶系统的安全性，同时准确感知某个3D目标(如：车辆、行人等)在激光雷达点云坐标系中的位置、大小及姿态，我们称之为雷达点云3D目标检测任务。

目前在使用的3D检测网络中，在检测头部分，输入的是单个分辨率的特征图，在单张特征图上进行检测操作，若同时包含大物体和小物体时，如：卡车、行人，特征图的分辨率中最小像素的大小要小于等于需要识别的最小物体类别大小。

发明内容

本公开提供了一种目标检测方法、装置、电子设备、存储介质以及计算机程序产品。

根据本公开的一方面，提供了一种目标检测方法，该方法包括：响应于获取到包括待检测对象的三维点云数据，获取三维点云数据对应的二维图像；基于二维骨干网络对二维图像进行特征提取，得到二维图像对应的图像特征金字塔，其中，图像特征金字塔包括多张不同分辨率的目标特征图；根据特征图分辨率和检测头之间的对应关系，分别将多张不同分辨率的目标特征图输入到对应的检测头中，基于检测头对目标特征图进行检测处理，生成待检测对象对应的三维检测结果。

根据本公开的另一方面，提供了一种目标检测装置，该装置包括：获取模块，被配置成响应于获取到包括待检测对象的三维点云数据，获取三维点云数据对应的二维图像；特征提取模块，被配置成基于二维骨干网络对二维图像进行特征提取，得到二维图像对应的图像特征金字塔，其中，图像特征金字塔包括多张不同分辨率的目标特征图；生成模块，被配置成根据特征图分辨率和检测头之间的对应关系，分别将多张不同分辨率的目标特征图输入到对应的检测头中，基于检测头对目标特征图进行检测处理，生成待检测对象对应的三维检测结果。

根据本公开的另一方面，提供了一种电子设备，该电子设备包括至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述目标检测方法。

根据本公开的另一方面，提供了一种计算机可读介质，其上存储有计算机指令，该计算机指令用于使计算机能够执行上述目标检测方法。

根据本公开的另一方面，本申请实施例提供了一种计算机程序产品，其包括计算机程序/指令，计算机程序/指令被处理器执行时实现上述目标检测方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开的目标检测方法的一个实施例的流程图；

图2是根据本公开的目标检测方法的又一个实施例的流程图；

图3是根据本公开的目标检测方法的另一个实施例的流程图；