公开(公告)号：CN117292227A

公开(公告)日：2023-12-26

申请号：CN202311203165.4

申请日：2023-09-18

Applicant: 重庆长安汽车股份有限公司

Inventor： 姜铭山 ,  杨政华 ,  邓皓匀 ,  钱少华 ,  陈王双懿

IPC: G06V10/778 ,  G06V10/22 ,  G06V10/26 ,  G06V10/422 ,  G06V10/766 ,  G01S17/931 ,  G01S7/48

Abstract: 本发明涉及一种雷达点云数据增强方法、装置、智能汽车及存储介质，所述方法包括：枚举点云数据中的标注框，筛选出部分区域位于雷达的近距离视野盲区范围内的标注框，基于筛选出的标注框获得若干个第一目标框及第一目标框内的点云数据，所有的所述第一目标框以及所述第一目标框内的点云数据构成视场边界场景数据集；从所述视场边界场景数据集中选取第二目标框，当判定基于所述第二目标框的位置将所述第二目标框放入所述点云数据的目标帧中，所述第二目标框与所述目标帧中的对象不冲突时，将所述第二目标框以及所述第二目标框内的点云数据放入所述目标帧以增强所述点云数据。能够有效地增强近距离点云数据，提高目标感知模型在近距离视场边界场景下的感知性能。

公开(公告)号：CN116778274A

公开(公告)日：2023-09-19

申请号：CN202310784732.3

申请日：2023-06-29

Applicant: 重庆长安汽车股份有限公司

Inventor： 杨政华 ,  邓皓匀 ,  陈剑斌 ,  任凡

IPC: G06V10/774 ,  G06V10/82 ,  G06V10/764

Abstract: 本发明公开了一种点云数据均衡重采样方法、装置、目标检测设备及终端。通过计算目标类的权重值和数据帧的权重值，在随机采样目标类的数据帧时，提高了重要类及重要帧的采样概率，降低长尾分布现象，并能减少目标类的样本数量，避免重采样的样本数据量激增的情形；还根据针对重采样数据专门设计的均衡度指标对比了重采样前后的数据分布情况，确保重采样的样本数据的均衡程度，提高目标检测感知模型的训练效果。

公开(公告)号：CN118821970A

公开(公告)日：2024-10-22

申请号：CN202410835987.2

申请日：2024-06-26

Applicant: 重庆长安汽车股份有限公司

Inventor： 杨政华 ,  姜铭山 ,  邓皓匀 ,  钱少华

IPC: G06N20/00 ,  G06F18/27 ,  G06F18/2415

Abstract: 本发明公开了一种基于预标注数据的模型训练方法、装置、电子设备及介质。其中，方法包括：将预标注数据框添加至人工标注训练数据帧，对添加后的人工标注训练数据帧进行训练；在训练过程中，根据误检数量、当前类预标注数据框的预设召回目标数和不同类预标注数据框之间的误检数量确定混淆矩阵误差率，并根据不同类预标注数据框和当前类预标注数据框的预设召回目标数确定整体误差率；根据混淆矩阵误差率和整体误差率对目标属性回归损失权重系数进行调整，以便根据调整后的权重系数计算标注数据框的损失值。如此，降低了漏检对模型训练带来的影响，缓解了预标注数据的长尾效应，还可降低模型预标注数据误检带来的影响。

公开(公告)号：CN117313839A

公开(公告)日：2023-12-29

申请号：CN202311270320.4

申请日：2023-09-27

Applicant: 重庆长安汽车股份有限公司

Inventor： 杨政华 ,  姜铭山 ,  邓皓匀 ,  钱少华

IPC: G06N3/0985 ,  G06N3/0464 ,  G06V20/56 ,  G06V10/82

Abstract: 本发明涉及一种模型微调方法、装置、电子设备及存储介质。模型微调方法包括：获取预训练模型的多个模型参数，在多个模型参数中确定作为冗余参数和非冗余参数之间边界的参数阈值；基于参数阈值及预训练模型中多个卷积核的卷积核参数确定多个卷积核的训练状态；为不同训练状态的卷积核设置对应的第一超参数；利用第一超参数替换预训练模型中对应的第二超参数，得到目标检测模型。本申请实施例通过在多个模型参数中确定作为冗余参数和非冗余参数之间边界的参数阈值，可以保留冗余参数的特征，并充分利用冗余参数的特征，实现对预训练模型的微调，由于充分利用冗余参数的特征对预训练模型进行微调，可以提高目标检测模型的精度，提升模型的性能。

公开(公告)号：CN119445137A

公开(公告)日：2025-02-14

申请号：CN202411044194.5

申请日：2024-07-31

Applicant: 重庆长安汽车股份有限公司

Inventor： 陈王双懿 ,  卢燚鑫 ,  杨政华 ,  吴杰

IPC: G06V10/44 ,  G01S17/89 ,  G01B11/00 ,  G06V10/40 ,  G06V10/82 ,  G06V20/56

Abstract: 本申请涉及一种激光雷达目标框的检测方法、装置、电子设备及存储介质，依据激光雷达采集到的点云信息进行特征提取，生成特征伪图像，采用特征伪图像进行目标预测，得到预测结果信息，预测结果信息包含预测目标框，以基于预测结果信息和点云信息，确定目标点云信息，目标点云信息为预测目标框内的点云信息，依据目标点云信息和预测结果信息，确定点云尺寸比例信息，点云尺寸比例信息为预测目标框与目标点云信息之间的尺寸比例，随后采用点云尺寸比例信息，生成预测目标框对应的目标框质量信息；解决了由于深度学习算法输出结果的不可解释性所存在自动驾驶分析过程中无法对目标框进行质量评定的问题，进而在自动驾驶中能够有效的评定目标框的质量。