摘要
本申请提供一种交通场景识别模型的训练方法、识别方法及系统,其中,该训练方法获取交通场景数据集,并对交通场景数据集进行预处理,得到交通场景训练集;对交通场景训练集进行特征提取,得到交通场景特征集;对交通场景特征集进行深层多尺度特征提取,得到深度注意力特征表示、局部特征表示和全局特征表示;根据交通场景特征集,对深度注意力特征表示、局部特征表示和全局特征表示进行特征融合,得到融合数据集;根据融合数据集,对初始化的交通场景识别模型进行参数更新,得到训练好的交通场景识别模型。该训练方法可以提供一种交通场景识别模型,其图像分割结果的精度较高,图像分割所需的时间较少。本申请涉及图像识别技术领域。
技术关键词
场景特征
交通场景图像
多尺度特征提取
注意力
训练集
上采样
深度特征提取
尺寸特征
数据
识别方法
图像分割
全局平均池化
图像识别技术
小尺寸
空洞
训练系统
处理器
系统为您推荐了相关专利信息
注意力机制
航空器
识别方法
多尺度特征金字塔
声发射
智慧校园管理系统
视频帧特征
人工智能算法
事件特征
特征提取网络
CT重建方法
稀疏投影数据
离散傅立叶逆变换
CT重建图像
模块
企业知识图谱
基因
多源异构数据
条件生成对抗网络
粒子
周界入侵报警方法
高速铁路
直线特征
多传感器融合
点云特征