申请/专利权人：广西大学

申请日：2023-12-19

公开（公告）日：2024-03-19

公开（公告）号：CN117726998A

主分类号：G06V20/56

分类号：G06V20/56;G06V10/764;G06V10/82;G06V10/44;G06V10/80;G06N3/0464;G06N3/096;G06N5/04

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.05#实质审查的生效;2024.03.19#公开

摘要：本发明提出一种面向延迟流感知的多时间步长目标检测方法，该方法是以StreamYOLO为基础构建多时间步长检测模型，所构建的多时间步长检测模型能够对不同时间步长的未来帧进行预测，同时构建了延迟分析模块用于计算时延趋势，另外，模型还区分了静态推理流与自适应流，其中，静态推理流为固定推理路径，自适应流为可选路径，由时间步长分支模块根据时延趋势进行动态路由选择最优推理路径，从而返回符合真实环境的输出结果。本方法能够赋予目标检测模型抵御时延波动的能力，解决了自动驾驶目标检测方法没有很好考虑到处理时延导致的模型检测结果与真实世界真值会存在偏移的缺陷问题。

主权项：1.面向延迟流感知的多时间步长目标检测方法，其特征在于，包括如下步骤：1以StreamYOLO为基础构建多时间步长检测模型，其中，StreamYOLO提出流感知简化为预测下一帧的任务，将上一帧与当前帧的特征进行融合后得到的融合特征用于预测下一帧；2构建时延分析模块，监控预处理时延与推理时延，并通过预处理时延与推理时延计算时延趋势以分析目标时间步长，且引入缓冲时延趋势，以选择最佳的检测头；3基于动态路由思想构建时间步长分支模块，时间步长分支模块通过控制训练方式对StreamYOLO得到的融合特征进行多分支解码，使各个分支分别预测不同时间步长的未来帧，并根据步骤2得到的时延趋势推理动态路由至对应分支，实现多时间步长预测。

全文数据：

权利要求：

百度查询： 广西大学 面向延迟流感知的多时间步长目标检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD