您所在的位置: 成果库 一种基于深度学习的无人驾驶车辆目标检测方法

一种基于深度学习的无人驾驶车辆目标检测方法

发布时间: 2022-05-27

基本信息

合作方式： 技术转让
成果类型： 发明专利,新技术
行业领域：
其他
成果介绍

本发明公开了一种基于深度学习的无人驾驶车辆目标检测方法。步骤如下：生成目标物体的三维模板，并对目标物体进行采样，结合生成的三维模板和物体采样策略对输入的图像生成候选框；对生成的候选框进行特征提取，构建目标函数；基于得到的目标函数，使用结构化支持向量机分类器完成对目标函数权值的训练和目标物体的初步检测；改进区域候选网络，构建效率更高的HRPN网络；基于构建的HRPN网络，训练Faster R?CNN检测模型，再将结构化支持向量机分类器得到的初步检测结果输入网络进行训练，训练结束后将模型参数信息和结构信息保存，用于进行目标检测。本发明采用了将结构化支持向量机的分类结果输入到Faster R?CNN神经网络检测模型的方法，提高了三维物体的检测精度。

成果亮点
团队介绍
成果资料