[发明专利]检测模型的训练方法、目标检测方法、装置和存储介质

说明书

本申请实施例涉及一种检测模型的训练方法、目标检测方法、装置和存储介质。该方法包括：根据第一激光数据，生成第二激光数据；其中，所述第一激光数据的线数高于所述第二激光数据；基于所述第二激光数据、知识蒸馏教师网络和预设的损失函数训练知识蒸馏学生网络，得到目标学生网络；其中，所述知识蒸馏教师网络与所述第一激光数据相关，且所述知识蒸馏教师网络和所述知识蒸馏学生网络的结构相同。该方法在采用低线数激光雷达的应用场景下，充分利用了公开的大规模高线数数据集，避免了重新采集训练数据集，且采用知识蒸馏方式使得目标学生网络能够学习到知识蒸馏教师网络中的参数，提升了目标学生网络的性能。

技术领域

本申请实施例涉及计算机技术领域，特别是涉及一种检测模型的训练方法、目标检测方法、装置和存储介质。

背景技术

众所周知，激光雷达传感器广泛应用于自主体(如机器人)的建图、定位以及环境感知等方面。高线数激光雷达能够提供准确的三维信息，但是其价格也是昂贵的。因此，在一些较低成本的产品中，通常部署的是低线数激光雷达，这中间就存在着线数导致的域差异问题。然而，现有公开数据集大部分都是通过高线数激光雷达采集到的，那么，对于低线数激光雷达的应用场景，为了避免反复重新采集该应用场景下的数据集，如何使用高线数公开数据集训练用于低线数应用场景中的检测模型是本领域技术人员亟待解决的技术问题。

发明内容

本申请实施例提供一种检测模型的训练方法、目标检测方法、装置和存储介质。

第一方面，本申请实施例提供一种检测模型的训练方法，包括：

根据第一激光数据，生成第二激光数据；其中，所述第一激光数据的线数高于所述第二激光数据；

基于所述第二激光数据、知识蒸馏教师网络和预设的损失函数训练知识蒸馏学生网络，得到目标学生网络；其中，所述知识蒸馏教师网络和所述知识蒸馏学生网络的结构相同。

进一步地，该方法还包括：

确定所述第一激光数据的线数与所述第二激光数据的线数的差值；

如果所述差值大于预设值，则将所述目标学生网络作为所述知识蒸馏教师网络，并继续执行所述根据第一激光数据，生成第二激光数据的步骤，直至所述第二激光数据的线数等于目标线数。

进一步地，所述知识蒸馏教师网络基于所述第一激光数据训练得到。

进一步地，所述根据第一激光数据，生成第二激光数据，包括：

确定待生成激光数据相对于第一激光数据的等效线数；

按照所述等效线数对所述第一激光数据进行下采样，以生成第二激光数据。

进一步地，所述确定待生成激光数据相对于第一激光数据的等效线数，包括：

获取第一激光数据对应的第一垂直视场角及待生成激光数据对应的第二垂直视场角；

基于所述第一垂直视场角、所述第二垂直视场角和所述待生成激光数据的线数，确定所述待生成激光数据相对于第一激光数据的等效线数。

进一步地，所述第一垂直视场角为获取所述第一激光数据的第一激光雷达对应的垂直视场角；所述第二垂直视场角为获取所述第二激光数据的第二激光雷达对应的垂直视场角。

进一步地，基于所述第一垂直视场角、所述第二垂直视场角和所述待生成激光数据的线数，确定所述待生成激光数据相对于第一激光数据的等效线数，包括：

确定所述第一垂直视场角和所述第二垂直视场角的比值后，计算所述比值和所述待生成激光数据的线数的乘积；

将所述乘积确定为所述等效线数。

进一步地，所述按照所述等效线数对所述第一激光数据进行下采样，以生成第二激光数据，包括：