申请/专利权人:北京百度网讯科技有限公司
申请日:2023-12-19
公开(公告)日:2024-04-09
公开(公告)号:CN117853724A
主分类号:G06V10/26
分类号:G06V10/26;G06V20/70;G06V20/58;G06V10/40;G06V10/764;G06V10/82;G06N3/0475;G06N3/094
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.26#实质审查的生效;2024.04.09#公开
摘要:本公开提供一种夜间低矮障碍物分割和模型训练方法及自动驾驶车辆。夜间低矮障碍物分割模型的训练方法包括:获取样本夜间图像数据及其对应的低矮障碍物标注区域;构建包括特征提取模块、全类别分割模块、低矮障碍物召回模块、低矮障碍物筛选模块与生成模块的初始模型;使用样本夜间图像数据及其对应的低矮障碍物标注区域训练所述初始模型,获取夜间低矮障碍物分割模型。夜间低矮障碍物分割方法包括:获取待处理夜间图像数据与夜间图像特征;根据夜间图像特征,获取初始图像分割结果、第一候选低矮障碍物区域、第二候选低矮障碍物区域;根据第一候选低矮障碍物区域、第二候选低矮障碍物区域与初始图像分割结果,获取目标图像分割结果。
主权项:1.一种夜间低矮障碍物分割模型的训练方法,包括:获取样本夜间图像数据及其对应的图像分割标注结果,所述图像分割标注结果中包括低矮障碍物标注区域;将所述样本夜间图像数据输入初始模型中的特征提取模块,获取样本夜间图像特征;将所述样本夜间图像特征输入所述初始模型中的全类别分割模块,获取第一图像分割预测结果,所述第一图像分割预测结果中包括第一低矮障碍物预测区域;将所述样本夜间图像特征输入所述初始模型中的低矮障碍物召回模块,获取第一候选低矮障碍物预测区域;将所述样本夜间图像特征与所述第一候选低矮障碍物预测区域输入所述初始模型中的低矮障碍物筛选模块,获取第二候选低矮障碍物预测区域;将所述第一候选低矮障碍物预测区域、所述第二候选低矮障碍物预测区域与所述第一图像分割预测结果输入所述初始模型中的生成模块,获取第二图像分割预测结果,所述第二图像分割预测结果中包括第二低矮障碍物预测区域;根据目标低矮障碍物预测区域以及与所述样本夜间图像数据对应的低矮障碍物标注区域获取第一损失函数值,根据所述第一损失函数值调整所述初始模型的参数,获取夜间低矮障碍物分割模型。
全文数据:
权利要求:
百度查询: 北京百度网讯科技有限公司 夜间低矮障碍物分割和模型训练方法及自动驾驶车辆
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。