摘要
本发明为一种车辆远光灯检测方法和系统,涉及计算机视觉技术领域,通过设计特征融合全局注意力模块CGM、卷积特征重组模块CCM以及小目标检测模块CSTC对YOLOv8网络进行改进,采用车辆远光灯数据集对改进后的YOLOv8目标检测模型进行训练,再通过格式转换和量化,得到适应边缘计算硬件平台的模型;在边缘计算硬件平台中采用与硬件资源规格匹配的核心数量,基于实时获取的夜间道路车辆图像对量化后的模型进行协同推理,快速得到实时车辆远光灯检测结果。通过对车辆远光灯检测模型的架构和部署方式进行针对性优化,有效提升模型部署在边缘计算设备中的速度和性能,基于边缘计算实现实时鲁棒的车辆远光灯检测。
技术关键词
车辆远光灯
卷积特征
融合全局
硬件平台
软件开发套件
实时视频流
图像输出设备
待测车辆
注意力
格式
图像采集设备
神经网络模型
数据获取模块
特征金字塔网络
深层特征提取
计算机视觉技术
系统为您推荐了相关专利信息
解码单元
上采样
医学图像分割方法
编码特征
重排特征
静态代码检查
缺陷管理系统
软件
代码仓库
搭建测试环境
气象数据分析方法
气象雷达
数据分析系统
卫星遥感数据
地面气象站
检测网络模型
工业缺陷检测
多尺度特征融合
卷积特征提取
分辨率
图像块
转换器模块
位置编码信息
图像分类方法
编码向量