(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111452181.8 (22)申请日 2021.12.01 (71)申请人 北京三快在线科技有限公司 地址 100080 北京市海淀区北四环西路9号 2106-030 (72)发明人 王子扩　李亚蓓　冯阳　 (74)专利代理 机构 北京曼威知识产权代理有限 公司 11709 代理人 方志炜 (51)Int.Cl. G06T 7/66(2017.01) G06V 20/58(2022.01) G06V 10/40(2022.01) G06N 20/00(2019.01) (54)发明名称 一种模型训练、 目标检测的方法以及装置 (57)摘要 本说明书公开了一种模 型训练、 目标检测的 方法以及装置。 可应用于自动驾驶系统。 在训练 过程中， 采用基于椭圆高斯核函数映射出的标注 热图来对预测热图进行监督， 使得训练出的所述 目标检测模型输出的预测热图中目标对象上各 点的热度值呈椭圆形分布， 距离椭圆中心越近的 点热度值越高， 距离椭圆中心越远的点热度值越 低， 现实世界中车辆的形状更近似于矩形而非正 方形或圆形， 因此， 基于上述方法所训练出的目 标检测模型所输出的热度图能够贴切地表现出 目标对象的中心点在各位置的分布概 率。 权利要求书4页 说明书16页 附图4页 CN 114332201 A 2022.04.12 CN 114332201 A 1.一种模型训练方法， 其特 征在于， 包括： 确定待检测的样本图像； 通过待训练的目标检测模型中的特征提取子网， 确定所述待检测的样本图像对应的图 像特征； 将所述特征提取子网输出的图像特征作为目标检测模型的第 一预测子网的输入， 通过 所述第一预测子网， 输出 所述样本图像的预测热图； 获取预先为所述样本图像确定的标注热图， 以所述样本图像的预测热图和标注热图之 间的差异最小为目标， 调整所述目标检测模型中的参数； 其中， 预先为所述样本图像确定标注热图， 具体包括： 获取为所述样本图像中所包含的目标对象确定出的标注中心点， 基于所述标注中心 点， 以及指定的椭圆高斯核函数， 将所述样本图像中所包含的各点映射至待标注的标注热 图中， 得到所述样本图像的标注热图。 2.如权利要求1所述的训练方法， 其特 征在于， 所述方法还 包括： 根据所述样本图像的预测热图， 确定出所述目标对象在所述预测热图中的若干个预测 关键点； 将所述特征提取子网输出的图像特征输入至所述目标检测模型的第 二预测子网， 通过 所述第二预测子网， 针对每个预测关键点， 输出该预测关键点在每个指定方向上距离所述 目标对象的预测检测框的预测间距， 作为该 预测关键点对应的各 预测间距； 针对每个预测关键点， 根据该预测关键点以及该预测关键点对应的各预测间距， 确定 出为所述目标对象所 预测的基于该 预测关键点的预测检测框； 获取预先确定的所述目标对象在所述标注热图中的标注检测框， 以各预测检测框与 所 述标注检测框之间的差异最小为目标， 调整所述目标检测模型中的参数； 其中， 预先确定所述目标对象在所述标注热图中的标注检测框， 具体包括： 获取为所述样本图像中所包含的目标对象确定出的标注检测框， 以及为所述样本图像 中所包含的目标对 象确定出 的标注中心点， 基于所述标注中心点， 以及指定的椭圆高斯核 函数， 将所述样本图像中所包含的标注检测框映射至待标注的标注热图中， 得到所述 目标 对象在所述标注热图中的标注检测框 。 3.如权利要求2所述的方法， 其特征在于， 根据所述样本 图像的预测热图， 确定出所述 目标对象在所述预测热图中的若干个预测关键点， 具体包括： 确定所述预测热图中位于所述目标对象上各点的热度值， 其中， 针对所述预测热图中 位于所述 目标对象上的每个点， 该点的热度值越大， 该点为所述 目标对象的中心点的概率 越大； 从位于所述目标对象上各点中选择出热度值大于预先设定的热度阈值的点， 作为所述 目标对象上的预测关键点。 4.如权利要求2所述的方法， 其特征在于， 以各预测检测框与 所述标注检测框之间的差 异最小为目标， 调整所述目标检测模型中的参数， 具体包括： 确定由各 预测检测框以及所述标注检测框构成的检测框集 合； 针对所述检测框集合中的每个检测框， 确定该检测框的各指定角点， 以各预测检测框 和所述标注检测框的对应的指 定角点之 间的差异 最小为目标， 调整所述目标检测模型中的权　利　要　求　书 1/4 页 2 CN 114332201 A 2参数， 其中， 所述指定角点的数量至少为两个。 5.如权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 将所述特征提取子网输出的图像特征作为目标检测模型的第 三预测子网的输入， 通过 所述第三预测子网， 预测所述 目标对象的检测框相对于指定方向的偏转角度， 作为 目标对 象的预测偏转角度； 获取所确定出的所述目标对象的标注偏转角度， 以所述目标对象的预测偏转角度和标 注偏转角度之间的差异最小为目标， 调整所述目标检测模型中的参数。 6.如权利要求1所述的方法， 其特征在于， 确定待检测的样本 图像之前， 所述方法还包 括： 获取待检测的点云数据； 确定待检测的样本图像， 具体包括： 将所述点云数据投影至所述点云数据 所在空间中的指定平面， 得到所述指定平面上的 投影图， 作为待检测的样本图像； 通过待训练的目标检测模型中的特征提取子网， 确定所述待检测的样本图像对应的图 像特征， 具体包括： 将所述点云数据所在的空间划分为若干个体素， 针对每个体素， 对该体素中点云数据 进行特征提取， 得到所提取 出的该体素中的点云特 征； 根据所提取出的各体素的点云特征， 通过待训练的目标检测模型中的特征提取子网， 确定出所述指 定平面上的点云特征图， 作为所确定出的所述待检测的样本图像对应的图像 特征。 7.如权利要求6所述的方法， 其特 征在于， 所述方法还 包括： 将所述特征提取子网输出的图像特征作为目标检测模型的第四预测子网的输入， 通过 所述第四预测子网， 预测所述目标对象的检测框高度， 作为所述目标对象的预测高度； 获取所确定出的所述目标对象的标注高度， 以所述目标对象的预测高度和标注高度之 间的差异最小为目标， 调整所述目标检测模型中的参数。 8.一种目标检测方法， 其特 征在于， 包括： 确定待检测的目标图像； 通过如权利要求1～7任一所述的方法训练出的目标检测模型中的特征提取子网， 确定 所述目标图像对应的图像特 征； 将所述特征提取子网输出的图像特征作为目标检测模型的第 一预测子网的输入， 通过 所述第一预测子网， 输出所述目标图像的预测热图， 其中， 针对所述预测热图中位于目标对 象上的每 个点， 该点的热度值越大， 该点 为所述目标对象的中心点的概 率越大； 根据目标图像的预测热图， 输出 所述目标对象的预测检测框 。 9.如权利要求8所述的方法， 其特征在于， 根据目标图像的预测热图， 输出所述目标对 象的预测检测框， 具体包括： 确定所述预测热图中各点的热度值， 并将位于所述目标对象上的热度值为极值的点作 为所述目标对象的预测关键点； 将所述特征提取子网输出的图像特征作为目标检测模型的第 二预测子网的输入， 通过 所述第二预测子网， 输出所述目标对象的预测关键点在每个指 定方向上距离所述目标对象权　利　要　求　书 2/4 页 3 CN 114332201 A 3