基于CNN与ViT的混合网络车位状态检测方法

本申请提供一种基于CNN与ViT的混合网络车位状态检测方法，该方法包括：构建分裂残差网络；基于分裂残差网络，重新构建ViT模型的嵌入层，获得混合网络模型；获取不同场景条件下停车场的车位图像数据集，从车位图像数据集中添加新的分类筛选出训练数据集和验证数据集；基于训练数据集对混合网络模型进行训练；基于验证数据集对训练后的混合网络模型进行验证，获得验证后的混合网络模型；将待检测车位状态的停车场图像输入到验证后的混合网络模型中进行检测，获得车位状态信息。本申请通过引入CNN的归纳偏置特性克服ViT模型在小数据集上的局限性，ViT模型捕获图像全局特征的优势降低算法对遮挡车位的误判概率。从而提高车位状态检测的实时性、效率和准确性。