摘要
本发明提供一种局部全局特征结合的路面类型识别方法,包括:进行数据收集、数据标注和数据划分;提出RSCD数据集,该数据集对路面类型进行分类;模型接收图像信息输入,进入Stem层提取低级特征,并改变图像的空间维度;经过Stem层处理后,依次经过四个Stage;S3:经过每个Stage后,输出特征图进入FD模块进行处理;最后将所得特征图输入分类头执行分类任务,判断输入图像属于哪一种道路类型;使用LinearClsHead,原始图像信息经过特征提取阶段和前背景特征提取模块后,通过全连接层对提取到的特征进行分类。本发明对于细粒度路面类型分类全局性和局部性都重要、类内差异大类间差异小的难点问题有显著解决效果。
技术关键词
多头注意力机制
识别方法
特征提取模块
数据
阶段
多层感知机
残差结构
图像
全局特征提取
输出特征
分类器
局部特征提取
潮湿路面
积水路面
深度神经网络
代表
误差
冗余
系统为您推荐了相关专利信息
安全监控系统
智能舞台
高清视频监控
安全监控策略
数据可视化
现代化养猪场
智能预测方法
训练神经网络
速度
饲料
输电线路山火
概率预测方法
梯度提升决策树
梯度提升机
预警模型