[发明专利]目标识别方法、目标识别模型训练方法及装置

权利要求书

1.一种目标识别网络模型训练方法，包括：

初始化待训练的学生模型，所述学生模型包括第一特征提取网络和第一检测头网络；

获取点云数据；

确定所述点云数据中的每个点所对应的第一标签以及所述点云数据所对应的第二标签，其中，所述第一标签用于标识该点与所述点云数据所对应的待识别目标所在区域的关系，所述第二标签为预设的目标识别结果；

确定经训练的教师模型，其中所述教师模型包括第二特征提取网络和第二检测头网络；

将所述点云数据输入所述学生模型，获得第一特征图和第一识别结果；

将所述点云数据以及所述第一标签输入所述教师模型，获得第二特征图以及第二识别结果；

基于所述第一特征图和所述第二特征图所组成的组、以及所述第一识别结果和所述第二识别结果所组成的组中的至少一组，通过预设的第一损失函数确定蒸馏损失值；

基于所述第一识别结果以及所述第二标签，通过预设的第二损失函数确定目标识别损失值；以及

基于所述蒸馏损失值以及所述目标识别损失值，调节所述学生模型的参数值。

2.如权利要求1所述的方法，其中，所述第一特征提取网络包括依次连接的第一3D特征提取网络和第一2D特征提取网络，所述第二特征提取网络包括依次连接的第二3D特征提取网络和第二2D特征提取网络，并且其中，通过预设的第一损失函数确定蒸馏损失值包括：

基于所述第一3D特征提取网络输出的3D特征图和所述第二3D特征提取网络输出的3D特征图所组成的组、所述第一2D特征提取网络输出的2D特征图和所述第二2D特征提取网络输出的2D特征图所组成的组、以及所述第一识别结果和所述第二识别结果所组成的组中的至少一组，通过预设的第一损失函数确定蒸馏损失值。

3.如权利要求1或2所述的方法，其中，所述至少一组中的每一组所对应的蒸馏损失值具有相应的权重值。

4.如权利要求1或2所述的方法，其中，所述学生模型和所述教师模型中的用于基于其输出结果确定所述蒸馏损失值的网络所对应的网络结构相同。

5.如权利要求1所述的方法，其中，第二标签包括预设的目标检测框的位置信息以及目标类别信息。

6.如权利要求1所述的方法，其中，

该点位于所述点云数据所对应的待识别目标所在区域内时，所述点所对应的第一标签为第一数值；以及

该点位于所述点云数据所对应的待识别目标所在区域外时，所述点所对应的第一标签为第二数值，

其中，所述第一数值不等于所述第二数值。

7.一种目标识别方法，包括：

通过点云采集装置获取点云数据，其中所述点云采集装置用于对待识别目标进行观测；以及

将所述点云数据输入经训练的学生模型，以获得目标识别结果，

其中，所述学生模型基于权利要求1-6中任一项所述的方法训练得到。

8.如权利要求7所述的方法，其中，

所述点云采集装置位于观测车辆上或路侧设备上；

所述目标识别方法在计算设备中实现，所述计算设备通过所述点云采集装置获取点云数据；

所述计算设备驻留在所述观测车辆上、驻留在所述路侧设备上或者驻留在云端。