摘要
一种基于联合特征对比学习的自动驾驶汽车域泛化目标检测方法,属于自动驾驶系统的机器学习和计算机视觉技术领域。本发明的目的是基于数据增强、联合特征对齐和模型检测输出结果对齐来设计域泛化网络,以实现自动驾驶汽车在不同天气条件下跨域目标检测任务的基于联合特征对比学习的自动驾驶汽车域泛化目标检测方法。本发明建立了数据增强模块、联合特征对齐模块和输出一致性对齐模块对数据进行增强。本发明能够有效解决自动驾驶汽车在不同天气条件下的目标检测域泛化问题,增强模型对跨域场景的适应能力。
技术关键词
对齐模块
图像
样本
计算机视觉技术
自动驾驶系统
汽车
检测损失
天气
数据
参数
场景
网络
系统为您推荐了相关专利信息
异常对象
云平台管理系统
深度学习模型
夹手
神经网络模型
人工智能芯片
机器学习模型
处理器
曲线
计算机程序产品
故障监测预警方法
声纹特征
BP神经网络模型
声音信号特征
故障监测预警系统
感兴趣区域图像
实时图像
数字识别方法
通道
数码管