基于YOLOv8分割网络和DBSACN聚类的融合检测方法

本发明属于自动驾驶技术领域，具体为基于YOLOv8分割网络和DBSACN聚类的融合检测方法。本发明方法包括：从交通图片数据集筛选获取9个类别的数据集，对YOLOv8的分割网络进行训练，得到图片检测模型；对模型进行轻量化，并对图片进行2D检测；对时间同步的雷达点云数据集进行地面点滤波以及检测框滤波，采用聚类算法对滤波后的点云聚类，计算聚类物体的位置以及长宽高得到3D检测框；将3D检测框进行反投影到2D图片上，得到新的2D掩膜，并与之前的2D掩膜进行IOU的计算，筛选IOU最大的重合检测框，得到检测框所包含的物体类别以及3D位置。本发明可提高识别精度，节省计算时间，适用于车路协同条件下的复杂行车场景。