一种基于神经网络架构搜索的驾驶场景图搭建方法

AITNT
正文
推荐专利
一种基于神经网络架构搜索的驾驶场景图搭建方法
申请号:CN202411064776
申请日期:2024-08-05
公开号:CN119007206A
公开日期:2024-11-22
类型:发明专利
摘要
本发明涉及自动驾驶领域,具体涉及一种基于神经网络架构搜索方法的驾驶场景图搭建方法。采用了基于TreeNAS神经网络架构搜索方法,获得针对驾驶场景图的特征提取网络的最佳网络架构,并将其作为骨干网络与增强特征提取网络和YoloHead模块一起形成目标检测算法TreeNAS‑YOLO模型,然后使用目标检测算法TreeNAS‑YOLO模型网获得检测结果即物体类别及其候选框位置和大小信息,配合设定的驾驶场景下物体的危险属性、方位属性和距离属性定义,来完成驾驶场景图搭建。本发明主要依赖于视觉数据,减少了语言描述带来的不确定性和复杂性,克服了跨模态映射难度大的问题。
技术关键词
特征提取网络 YOLO模型 场景 物体 车道检测 贪心策略 特征提取模块 神经网络架构搜索 教师 多尺寸 轨迹跟踪算法 摄像机 搜索算法 多尺度特征提取
系统为您推荐了相关专利信息
1
一种跨场景安全应急模型构建方法
模型构建方法 场景 波动特征 前端系统 地球物理数据
2
基于分数阶傅里叶变换的旋转物体角加速度测量方法及系统
分数阶傅里叶变换 物体 测量方法 散射光 搜索算法
3
一种基于增强现实的虚拟场景交互方法、系统及存储介质
虚拟场景交互方法 三维结构 二维图像数据 三维卷积神经网络 积木
4
一种超级充电桩滚动规划方法、系统、设备及介质
滚动规划方法 多层次 计算机可执行指令 聚类算法 情景
5
基于结构感知和知识增强推理的机器人操作轨迹生成方法
轨迹生成方法 空间结构信息 机器人 场景 序列特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号