摘要
本发明公开了一种基于跨任务协同的场景分类与物体检测方法、系统及介质:车辆按照预定路线行驶,采集原始图像;经预处理后的图像数据输入自动驾驶系统中深度学习网络,训练过程中使用动态层次合作机制对图像特征交互优化;优化后的图像特征信息分别送入各自任务头,分别转化为场景分类任务和物体检测任务的原始得分,使用动态选择合作机制对原始得分交互优化;优化后的原始得分经过激活函数处理,分别生成最终的分类和检测输出,通过各自损失函数分别计算误差,根据各自损失函数梯度分别优化场景分类主干网络和物体检测主干网络模型参数;训练好的网络模型部署到车辆自动驾驶系统中,车辆实时采集图像,提取图像特征并实时进行分类和检测。
技术关键词
场景分类
物体检测方法
特征提取模块
深度学习网络
动态
优化场景
分类器
图像特征信息提取
机制
车辆自动驾驶系统
计算误差
检测器
原始图像数据
系统为您推荐了相关专利信息
直方图均衡化
平滑图像数据
计数方法
动态权重分配
编码器
轨迹生成方法
鞋底边缘
机械臂坐标系
摄像模组
输送线
仿真模型
资源
层级
生成有向无环图
模拟仿真技术