摘要
本发明公开了一种预期功能安全中场景识别模型训练方法、场景识别及自动驾驶方法,训练方法包括确定场景识别基础模型,其包括顺序连接的输入层、特征图生成模块、第一串联识别残差网络模组、并联识别残差网络模组、识别残差网络模块、第一平均池化层、Dropout层、Softmax层和输出层;利用特征图生成模块、第一串联识别残差网络模组、并联识别残差网络模组对多个输入图像进行特征提取拼接、残差连接处理、不同位置及不同分辨率层次上的特征提取;获取驾驶场景图像的学习样本集,包括不同类型的多个驾驶场景图像集;利用学习样本集对场景识别基础模型进行训练获得场景识别模型。本发明能够解决由于类间相似度高导致驾驶场景识别准确度低的问题。
技术关键词
识别模型训练方法
残差网络
采样模块
模组
自动驾驶方法
积层
场景识别方法
图像
深度神经网络
样本
基础
分辨率
尺寸
系统为您推荐了相关专利信息
智能预测方法
注意力机制
深度神经网络
预测特征
大数据
检测机器人
机器人本体
X射线检测方法
驱动轮
支撑辅助轮
语音信号处理方法
信号处理模块
特征提取模块
芯片模组
深度特征提取