摘要
本申请公开了一种非机动车道通达度分类方法、装置、设备、介质及产品,涉及计算机视觉和机器学习技术领域,该方法包括获取非机动车道的原始图像;对所述原始图像进行特征提取,得到道路特征;根据所述道路特征,采用通达度分类模型,对所述非机动车道的通达度进行分类;所述通达度分类模型为预先根据训练样本集搭建的神经网络模型;所述训练样本集包括多组样本道路特征,以及每组样本道路特征对应的非机动车道通达度类别。本申请通过机器学习技术对非机动车道的通达度进行分类,有效提高了道路通达度分类的准确性和效率。
技术关键词
道路特征
非机动车
分类方法
训练样本集
神经网络模型
机器学习技术
标注规则
斜坡
分类装置
强化学习算法
图像获取模块
处理器
特征提取模块
标注方法
计算机程序产品
计算机视觉
边缘检测
计算机设备
系统为您推荐了相关专利信息
车况数据
车辆行驶数据
生成控制指令
神经网络模型
模块
制导律设计方法
拦截器
神经网络模型
参数更新方法
监督学习方法
多源大数据融合
智能分析系统
监测模块
空气
地面
配电系统
场景生成方法
生成对抗网络模型
负荷历史数据
神经网络模型
EFPI传感器
FBG传感器
冲击定位方法
光环形器
光电探测器