摘要
本发明公开一种基于云边协同的自动驾驶车辆目标检测系统及方法,涉及计算机视觉和人工智能技术领域。本发明提出的目标检测模型YOLO‑Vehicle通过CLIP‑ViT文本特征提取器和YOLOV8图像特征提取器,实现了文本语义信息与视觉特征的有效整合,显著提升了模型对复杂交通场景的理解能力。目标检测模型YOLO‑Vehicle在保持高检测精度的同时,实现了模型的轻量化,为模型在资源受限的边缘设备上的部署提供了可能,有效解决了现有大型模型难以在实际场景中快速部署的问题。通过边缘服务器和云服务器的协同工作,实现了计算资源的灵活调度和任务的动态分配。有效解决了现有单一计算模式在面对复杂多变的交通场景时计算资源分配不均衡的问题,显著提升了系统的整体性能和可靠性。
技术关键词
道路场景图像
文本特征向量
多模态特征融合
图像特征提取
交通
特征提取器
云服务器
车辆
建立VPN隧道
编码机制
车载主控制器
正弦余弦函数
跨模态
双线性插值算法
HSV颜色空间
高维向量空间
矩阵
系统为您推荐了相关专利信息
数字化监控系统
动态交通流
设备控制单元
基础设备
异常事件
车辆
环境传感器
计算机程序产品
图像处理算法
车道
飞行航迹
混合神经网络模型
航迹数据
SVM分类器
分析方法
卫星导航系统
数据传输方法
数据中心
生成加密密钥
认证令牌
检测控制系统
图像识别模块
图像采集模块
数据处理模块
直线