摘要
本发明属于自动驾驶环境感知领域,旨在多雾天气和正常天气的条件下提高对象检测的性能。具体涉及一种有雾道路目标检测模型的训练方法、检测方法以及装置;所述有雾道路目标检测模型采用知识蒸馏模型,所述有雾道路目标检测模型包括作为学生模型的特征吸收子网、对象检测子网以及作为教师模型的去雾特征选择子网,对象检测子网通过特征吸收子网连接到去雾特征选择子网,以形成一个统一的框架,以提高对象检测的性能。本发明分阶段训练教师模型,利用吸收检查器让学生模型学习去雾特征选择子网中的FSC特征,帮助学生模型提高特征提取的性能,优化了有雾道路目标检测模型的训练效果,提高了有雾道路目标检测模型的性能。降低有雾道路目标检测模型的训练时长。
技术关键词
有雾图像
对象检测
特征选择
无雾图像
检查器
融合特征
学生
模块
铰链
网络
注意力机制
检测模型训练
教师
处理单元
参数
分阶段
天气
系统为您推荐了相关专利信息
信号调制识别方法
集成特征选择
高阶累积量
特征选择方法
随机森林
销量预测方法
卷烟
销售预测技术
定量预测方法
优化资源配置
作物病虫害识别
高光谱技术
识别方法
农田
去噪模型
营销客户筛选方法
自动化机器学习
特征工程
算法
重要性评估方法
安全帽佩戴检测
通道注意力机制
Sigmoid函数
井下安全帽
模型训练方法