摘要
本申请涉及一种识别后视镜折叠状态的方法、装置和电子设备,属于辅助驾驶技术领域,方法包括:获取并对图像数据将进行预处理得到训练集数据、验证集数据和测试集数据,依据训练集数据、验证集数据和测试集数据对卷积神经网络模型进行训练、验证和测试后得到折叠状态确定模型,将折叠状态确定模型部署到车载辅助系统中,当车载辅助系统识别当前后视镜折叠状态时,将实时获取的图像数据输入到折叠状态确定模型后得到后视镜折叠状态;本方法基于深度学习的图像识别技术,结合车辆在多种环境下左、右后视镜摄像头采集的图像数据和车身环视鸟瞰图,能在各种环境中精准识别后视镜的折叠状态。
技术关键词
卷积神经网络模型
车载辅助系统
训练集数据
右后视镜
辅助驾驶技术
场景
车身
天气
图像识别技术
模型训练模块
电子设备
超参数
标注工具
车辆
角度传感器
处理器
滤波算法
系统为您推荐了相关专利信息
生成三维模型
多模态
三维空间结构
可见光图像
三维点云数据
效率优化方法
综合能源系统
负荷特征
多层前馈网络
正态分布曲线
输出特征
积层
电子元器件
模块
卷积神经网络模型
轴承故障诊断方法
通道
特征提取单元
抑制高频噪声
注意力机制
检测仪器
涡流检测系统
涡流检测信号
轨迹
通孔缺陷