[发明专利]道路对象的检测方法和装置、存储介质及电子装置

权利要求书

1.一种道路对象的检测方法，其特征在于，包括：

获取目标点云模型识别目标训练样本得到的第一识别结果，其中，所述目标点云模型用于从输入的点云数据中识别出携带了空间信息的道路对象，所述第一识别结果用于表征所述目标训练样本中所展示的携带了参考空间信息的参考道路对象，所述参考空间信息用于指示所述参考道路对象在空间中的位置和运动状态；

使用标注了所述第一识别结果的所述目标训练样本训练初始摄像模型，得到目标摄像模型；

通过所述目标摄像模型检测目标图像数据中所展示的携带了目标空间信息的目标道路对象。

2.根据权利要求1所述的方法，其特征在于，所述使用标注了所述第一识别结果的所述目标训练样本训练初始摄像模型，得到目标摄像模型，包括：

获取所述初始摄像模型对所述目标训练样本识别得到的第二识别结果；

根据所述第一识别结果与所述第二识别结果之间的差异度调整所述初始摄像模型中目标网络层的模型参数，直至所述第二识别结果与所述第一识别结果所述差异度小于差异度阈值，得到所述目标摄像模型。

3.根据权利要求2所述的方法，其特征在于，所述获取所述初始摄像模型对所述目标训练样本识别得到的第二识别结果，包括：

对三维场景数据进行拍摄，得到图像数据样本，其中，所述目标训练样本包括所述三维场景数据；

将所述图像数据样本输入所述初始摄像模型，得到所述初始摄像模型输出的所述第二识别结果。

4.根据权利要求2所述的方法，其特征在于，所述根据所述第一识别结果与所述第二识别结果之间的差异度调整所述初始摄像模型中目标网络层的模型参数，包括：

计算所述第二识别结果与所述第一识别结果之间的KL散度，其中，所述差异度包括所述KL散度；

根据所述KL散度调整所述初始摄像模型中目标网络层的模型参数，其中，在所述KL散度小于散度阈值的情况下，确定所述第二识别结果与所述第一识别结果所述差异度小于所述差异度阈值。

5.根据权利要求2所述的方法，其特征在于，所述根据所述第一识别结果与所述第二识别结果之间的差异度调整所述初始摄像模型中目标网络层的模型参数，包括：

从所述初始摄像模型所包括的一个或者多个网络层中获取所述目标网络层，其中，所述目标网络层包括以下至少之一：鸟瞰图特征提取层，鸟瞰图特征解码层和输出层，所述鸟瞰图特征提取层用于从输入的鸟瞰图数据中提取特征，所述鸟瞰图特征解码层用于对输入的鸟瞰图特征进行解码，所述输出层用于根据鸟瞰图特征的解码结果得到识别结果；

计算所述第一识别结果与所述第二识别结果之间的所述差异度；

根据所述差异度调整所述目标网络层的模型参数。

6.根据权利要求2所述的方法，其特征在于，所述获取目标点云模型识别目标训练样本得到的第一识别结果，包括：

对三维场景数据进行扫描，得到第一点云数据样本，其中，所述目标训练样本包括所述三维场景数据；

将所述第一点云数据样本输入所述目标点云模型，得到所述目标点云模型输出的所述第一识别结果。

7.根据权利要求1所述的方法，其特征在于，在所述获取目标点云模型识别目标训练样本得到的第一识别结果之前，所述方法还包括：

获取标注了样本标签的第二点云数据样本，其中，所述样本标签包括携带了样本空间信息的样本道路对象，第二点云数据样本是通过雷达设备扫描的方式得到的；

使用所述第二点云数据样本对初始点云模型进行训练，得到所述目标点云模型。