一种融合CNN和Transformer的复杂环境下交通标志检测方法

    公开(公告)号:CN119741674A

    公开(公告)日:2025-04-01

    申请号:CN202411747848.0

    申请日:2024-12-02

    Abstract: 本发明公开了一种融合CNN和Transformer的复杂环境下交通标志检测方法,该方法包括:获取交通标志图像数据并进行标注,制作交通标志检测数据集;构建融合了CNN与Transformer的交通标志检测模型;使用制作的交通标志检测数据集对构建的检测模型进行训练;使用训练好的检测模型对输入的待检测图像进行检测并输出检测结果。其中所述的检测模型融合CNN和Transformer,其中CNN模块对于捕捉边缘和角落等高频特征特别有效,而Transformer模块则更适合捕捉全局模式等低频特征;此外,该模型还加入了一个局部性模块,以增强局部感知能力,同时也加入了一个新的能够同时纳入局部的和全局的上下文信息的模块,提高了模型在复杂环境下交通标志检测的效率和精度。

    一种车路云协同下的危险路段交通安全综合保障方法

    公开(公告)号:CN119942782A

    公开(公告)日:2025-05-06

    申请号:CN202411966467.1

    申请日:2024-12-30

    Abstract: 本发明提供一种车路云协同下的危险路段交通安全综合保障方法,包括以下步骤:S1:进行信息采集;S2:对采集的信息进行风险等级评估;S3:进行预警提醒;本发明方法通过交通安全云对行驶在其覆盖范围内的所有车辆进行动态监测、且针对车辆类型评估参数、气象评估参数、路面检测评估参数对车辆进行风险等级评估;并基于不同风险等级匹配对应的预警内容,对驾驶员进行预警提醒,从而实现在车路云协同下的整体交通安全保障;能够有效降低事故发生率,尤其是避免由于天气恶劣或路面滑移等原因引发的交通意外;根据不同车辆的风险等级,系统能实时匹配合适的预警内容,避免对驾驶员造成过多的干扰或错误预警。

Patent Agency Ranking