[发明专利]目标检测模型的多平台部署架构、车辆及方法

权利要求书

1.一种目标检测模型的多平台部署架构，其特征在于，包括：

前处理模块，用于将输入的三维点云信息映射到二维图像上；

输入模型，用于输入任意神经网络模型描述格式的目标检测模型；

平台专属模型，其中，利用嵌入式平台提供的部署工具将目标检测模型转换为所述嵌入式平台支持的平台专属模型，实现所述目标检测模型在所述嵌入式平台上的部署；

推理模块，用于调用所述平台专属模型对所述二维图像进行推理，得到所述三维点云信息对应的目标检测结果。

2.根据权利要求1所述的目标检测模型的多平台部署架构，其特征在于，目标检测模型包括第一检测模型和第二检测模型，所述嵌入式平台包括第一平台和第二平台，其中，所述第一检测模型和所述第二检测模型为深度学习训练框架不同的模型，所述第一平台和所述第二平台为不同类型的平台。

3.根据权利要求2所述的目标检测模型的多平台部署架构，其特征在于，若所述嵌入式平台为第一平台，利用所述第一平台的部署工具库，将所述第一检测模型或所述第二检测模型转换为目标模型，并在转换时添加模型量化参数和预设参数，使得所述目标模型运行在数字信号处理器，并使得所述目标模型的部分网络层运行在应用程序接口上，实现所述第一检测模型或所述第二检测模型在所述第一平台上的部署。

4.根据权利要求3所述的目标检测模型的多平台部署架构，其特征在于，所述第一检测模型和所述第二检测模型各自的神经网络架构不同。

5.根据权利要求2所述的目标检测模型的多平台部署架构，其特征在于，若所述嵌入式平台为第二平台，根据第二模型提供的导出函数将所述第二模型转换为静态第一模型，并对所述静态第一模型进行量化转换为模型文件，加载所述模型文件，实现所述第二检测模型在所述第二平台上的部署。

6.根据权利要求1所述的目标检测模型的多平台部署架构，其特征在于，还包括：

后处理模块，用于滤除所述目标检测结果中类别置信度小于置信度阈值的结果，并滤除相同目标的重复检测框。

7.根据权利要求6所述的目标检测模型的多平台部署架构，其特征在于，所述前处理模块、推理模块和所述后处理模块通过线程并行运行。

8.一种车辆，其特征在于，包括如权利要求1-7任意一项所述的目标检测模型的多平台部署架构。

9.一种目标检测模型的多平台部署方法，其特征在于，所述方法利用如权利要求1-7任意一项所述的目标检测模型的多平台部署架构部署目标检测模型，其中，所述方法包括以下步骤：

输入任意神经网络模型描述格式的目标检测模型；

利用嵌入式平台提供的部署工具将目标检测模型转换为所述嵌入式平台支持的平台专属模型，实现所述目标检测模型在所述嵌入式平台上的部署；

在加载到嵌入式平台后调用推理接口，输入前处理后得到的数据，输出初步检测结果，经由后处理得到最终的目标检测结果。