一种基于深度学习的目标检测方法及系统

AITNT
正文
推荐专利
一种基于深度学习的目标检测方法及系统
申请号:CN202510391495
申请日期:2025-03-31
公开号:CN120279251A
公开日期:2025-07-08
类型:发明专利
摘要
本发明涉及人工智能技术领域,且公开了一种基于深度学习的目标检测方法及系统。本发明包括多模态感知模块:集成至少两种传感器(如摄像头、毫米波雷达),支持ISO 23150:2021标准的时间对齐接口,动态特征融合网络:采用自适应权重分配机制,特征融合权重τ根据场景复杂度动态调整,范围为τ∈[0.3,0.8],轻量化检测模型:基于MobileNetV3架构引入通道混洗机制,模型参数量≤1.2M,支持TensorRT 8.4INT8量化部署,场景自适应模块:通过卡尔曼滤波优化动态目标跟踪,过程噪声Q=0.01、观测噪声R=0.1,通信模块:支持3GPP TS 38.331协议的5G‑URLLC模式,端到端延迟≤10ms。
技术关键词
特征融合网络 权重分配机制 通信模块 场景 卡尔曼滤波跟踪 动态 多模态 观测噪声 数据传输时延 复杂度 通道剪枝 人工智能技术 雷达 传感器 精度 协议 鲁棒性
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号