公开(公告)号：CN114863392B

公开(公告)日：2025-01-24

申请号：CN202210444361.X

申请日：2022-04-25

Applicant: 北京小米移动软件有限公司

Inventor： 叶航军 ,  蔡锐 ,  赵婕 ,  祝贺 ,  王斌 ,  周珏嘉 ,  邱叶

IPC: G06V20/58 ,  G06V10/26 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06T7/73

Abstract: 本公开涉及一种车道线检测方法、装置、车辆及存储介质，该车道线检测方法通过获取目标检测图像；将所述目标检测图像输入预设车道线检测模型中，以使所述预设车道线检测模型输出所述目标检测图像中车道线的目标位置，其中，所述预设车道线检测模型通过包括分割网络和分类网络的预设初始模型训练得到，所述分割网络用于确定车道线检测样本图像中车道线的第一预测位置，所述分类网络用于确定车道线检测样本图像中车道线的第二预测位置，通过该预设车道线检测模型进行车道线检测，能够有效提升车道线检测结果的准确性。

公开(公告)号：CN114821573A

公开(公告)日：2022-07-29

申请号：CN202210444359.2

申请日：2022-04-25

Applicant: 北京小米移动软件有限公司

Inventor： 叶航军 ,  蔡锐 ,  赵婕 ,  祝贺 ,  王斌 ,  周珏嘉 ,  程锦鑫

IPC: G06V20/64 ,  G06V10/40 ,  G06T7/593 ,  G06N3/04 ,  G06N3/08

Abstract: 本公开涉及一种目标检测方法、装置、存储介质、电子设备及车辆，所述方法包括：获取待检测图像对应的特征图和深度估计图；根据所述特征图和所述深度估计图，确定深度卷积核；根据所述特征图和所述深度卷积核，通过预先训练的区域候选网络模型，确定所述待检测图像中的候选区域；根据所述候选区域，检测所述待检测图像中的目标物体。也就是说，本公开可以根据待检测图像对应的特征图和深度估计图确定深度卷积核，并按照该深度卷积核对该待检测图像对应的特征图进行处理，由于该深度卷积核能够感知该待检测图像的深度信息，从而克服了二维卷积的局限性，能够准确识别该待检测图像中的半遮挡物体，提高了目标检测的准确率。

公开(公告)号：CN114821573B

公开(公告)日：2025-02-25

申请号：CN202210444359.2

申请日：2022-04-25

Applicant: 北京小米移动软件有限公司

Inventor： 叶航军 ,  蔡锐 ,  赵婕 ,  祝贺 ,  王斌 ,  周珏嘉 ,  程锦鑫

IPC: G06V20/64 ,  G06V10/40 ,  G06T7/593 ,  G06N3/0464 ,  G06N3/084

Abstract: 本公开涉及一种目标检测方法、装置、存储介质、电子设备及车辆，所述方法包括：获取待检测图像对应的特征图和深度估计图；根据所述特征图和所述深度估计图，确定深度卷积核；根据所述特征图和所述深度卷积核，通过预先训练的区域候选网络模型，确定所述待检测图像中的候选区域；根据所述候选区域，检测所述待检测图像中的目标物体。也就是说，本公开可以根据待检测图像对应的特征图和深度估计图确定深度卷积核，并按照该深度卷积核对该待检测图像对应的特征图进行处理，由于该深度卷积核能够感知该待检测图像的深度信息，从而克服了二维卷积的局限性，能够准确识别该待检测图像中的半遮挡物体，提高了目标检测的准确率。

公开(公告)号：CN114802258A

公开(公告)日：2022-07-29

申请号：CN202210444360.5

申请日：2022-04-25

Applicant: 北京小米移动软件有限公司

Inventor： 叶航军 ,  蔡锐 ,  赵婕 ,  祝贺 ,  王斌 ,  周珏嘉 ,  殷天宇

IPC: B60W40/02 ,  B60W60/00 ,  G06V20/56 ,  G06V20/70 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本公开涉及一种车辆控制方法、装置、存储介质及车辆，属于车辆控制领域，所述方法包括：获取车辆行驶过程中的路况图像；将所述路况图像输入路况检测模型，得到路况检测结果，所述路况检测模型是预先经过基于类别标签权重的半监督训练得到的，所述路况检测结果包括所述路况图像中各个目标物体的位置信息以及类别信息，所述类别标签权重用于表征类别相似性；根据所述路况检测结果控制所述车辆。基于类别标签权重训练路况检测模型不仅能够减少模型过拟合的概率，还能够减小错误伪标签的影响，提高了训练得到的路况检测模型的鲁棒性，使得该路况检测模型输出的检测结果更加准确，提高了行车安全。

公开(公告)号：CN114863392A

公开(公告)日：2022-08-05

申请号：CN202210444361.X

申请日：2022-04-25

Applicant: 北京小米移动软件有限公司

Inventor： 叶航军 ,  蔡锐 ,  赵婕 ,  祝贺 ,  王斌 ,  周珏嘉 ,  邱叶

IPC: G06V20/58 ,  G06V10/26 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06T7/73

Abstract: 本公开涉及一种车道线检测方法、装置、车辆及存储介质，该车道线检测方法通过获取目标检测图像；将所述目标检测图像输入预设车道线检测模型中，以使所述预设车道线检测模型输出所述目标检测图像中车道线的目标位置，其中，所述预设车道线检测模型通过包括分割网络和分类网络的预设初始模型训练得到，所述分割网络用于确定车道线检测样本图像中车道线的第一预测位置，所述分类网络用于确定车道线检测样本图像中车道线的第二预测位置，通过该预设车道线检测模型进行车道线检测，能够有效提升车道线检测结果的准确性。