摘要
本发明公开了一种基于异构卷积的智能驾驶前视图像感知算法,它包括:步骤S1、原始图像先经过一个初始卷积层进行基本特征提取,然后进入集成在一起的多个并行卷积单元;步骤S2、将多个并行的卷积单元的输出通过加权融合的方式进行特征融合;步骤S3、将多个并行的卷积单元堆叠成骨干网络,经过FPN特征金字塔进行多个尺度的目标检测;步骤S4、多个尺度的目标检测结束后,完成对智能驾驶前视图像感知算法模型的训练。本发明提出了一种基于异构卷积的智能驾驶前视图像感知算法,能够显著提升模型的推理效率和特征提取能力,解决了轻量级目标检测模型在计算复杂度和特征提取能力之间的平衡问题。
技术关键词
参数化技术
异构
空洞
特征提取能力
图像
算法模型
特征金字塔网络
批量
集成方法
复杂度
阶段
系统为您推荐了相关专利信息
跨媒体检索方法
图像编码器
跨媒体数据
多角度
多媒体信息检索技术
车辆控制方法
情绪识别模型
辅助驾驶员驾驶车辆
驾驶员面部
车辆智能驾驶
培训考核系统
培训设备
云渲染
虚拟仿真环境
资源分配
像素点
消防面具
智能监测方法
双边滤波算法
表达式
宽度检测系统
热轧不锈钢板
分析设备
伽马校正
景深