摘要
本发明涉及图像处理技术领域,尤其涉及一种面向全天候的目标检测方法及系统,包括渲染不同天气条件下场景和目标物体的图像,构建源域数据集;实时采集不同天气条件下场景和目标物体的图像,构建目标域数据集;构建改进yolov5网络,将backbone的第1个CBS卷积、第2个CBS卷积和第8个CBS卷积替换为CBS_1卷积;将第1、2层的CBS卷积生成的低层特征、第8层生成的高层特征输入GRL层,生成对于源域和目标域通用的像素层级和语义层级的特征;将包含源域和目标域的数据集输入改进yolov5网络进行训练,利用最小化损失函数来收敛模型。本发明选择采用领域自适应技术来有效减少源域和目标域之间的分布差异。
技术关键词
计算机程序代码
收敛模型
层级
天气
场景
图像处理技术
城市街道
网络
物体
数据
处理器
语义
像素
雨天
指令
隧道
存储器
介质
系统为您推荐了相关专利信息
新能源充电桩充电
充电调度策略
天气预报数据
电网负荷预测
时间段
工作模式识别方法
置信规则库
特征属性参数
辐射源特征
脉冲重复间隔
森林可燃物
迁移学习模型
可燃物含水率
样本
反射率数据