摘要
本公开提供了一种基于零样本深度学习的设施提取以及地图构建方法、装置,本公开首先获取预先训练完成的道路设施深度学习模型以及需要进行道路设施提取的二维图像;之后利用道路设施深度学习模型对二维图像进行处理,得到道路设施对应的检测框的二维位置信息以及各检测框的类别;之后,对检测框进行冗余处理,得到目标检测框;最后根据拍摄二维图像的相机的内参矩阵、外参矩阵、以及各目标检测框的二维位置信息,将各目标检测框映射到雷达坐标系的三维点云中。上述道路设施深度学习模型增加了对小目标具有优良检测效果的检测头和浅层特征提取支路,同时本公开通过预制道路设施模版生成了训练道路设施深度学习模型所用的数据集,避免了人工标注。
技术关键词
训练样本图像
深度学习模型
浅层特征提取
二维位置信息
地图构建方法
模版
坐标系
雷达
网络
检测头
支路
相机
矩阵
非极大值抑制方法
模块
地图构建装置
冗余
上采样
数据
系统为您推荐了相关专利信息
优化控制方法
深度学习模型
气象站
时间序列预测模型
协同控制策略
深度学习模型
工作状态数据
长短期记忆网络
光源
卷积神经网络模型
实时检测系统
数据知识库
深度学习模型
实时日志
模块