基于变结构卷积神经网络的无人驾驶目标识别方法及系统

本发明属于无人驾驶技术领域，提供了基于变结构卷积神经网络的无人驾驶目标识别方法及系统，本发明针对无人驾驶过程中需要识别行人、车辆和交通信号灯等目标，对卷积神经网络结构的主干网络进行改进，定义搜索空间的参数类型和取值范围，用蚁群算法改进冠豪猪算法的第三防御机制搜索方向及触发第四防御机制的条件，结合冠豪猪算法和蚁群算法各自优势，形成融合智能算法。利用得到快速收敛且具有良好全局搜索能力的融合智能算法作为搜索策略，根据已搜索空间生成新的结构参数向量，将这些向量转化为卷积神经网络结构模型并使用适应度函数评估，然后进行多次寻优，得到更准确的目标检测卷积神经网络模型，实现了更准确和快速的目标优化。