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
模型构建方法
场景
波动特征
前端系统
地球物理数据
分数阶傅里叶变换
物体
测量方法
散射光
搜索算法
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
滚动规划方法
多层次
计算机可执行指令
聚类算法
情景
轨迹生成方法
空间结构信息
机器人
场景
序列特征