公开(公告)号：CN117437407A

公开(公告)日：2024-01-23

申请号：CN202311526380.8

申请日：2023-11-15

Applicant: 哈尔滨理工大学

Inventor： 朱可桐 ,  宋传朗 ,  李岩

IPC: G06V10/25 ,  G06V10/82 ,  G06V10/774 ,  G06V10/776 ,  G06V20/56 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/084

Abstract: 基于YOLOv8的自动驾驶小目标检测模型，本发明涉及自动驾驶技术中，在复杂驾驶场景中小目标检测的精度不足以及检测速度不满足实时性的问题。自动驾驶技术的关键在于目标检测，目标检测的准确性和实时性直接关系到自动驾驶系统的安全与稳定。然而在真实的驾驶环境中，道路环境复杂多变，交通参与者繁多，同时光照、天气、遮挡等因素都会影响目标检测的效果。为了改善这一问题，本发明提出一种基于YOLOv8的自动驾驶小目标检测模型。实验表明，该方法可以有效提高复杂场景中对小目标检测的精度，并且满足自动驾驶场景中对检测速度的要求。本发明应用于自动驾驶小目标检测。

公开(公告)号：CN118918402A

公开(公告)日：2024-11-08

申请号：CN202410979259.9

申请日：2024-07-20

Applicant: 哈尔滨理工大学

Inventor： 高明 ,  宋传朗

IPC: G06V10/77 ,  G06V10/40 ,  G06V10/774 ,  G06V10/82 ,  G06V10/764 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 一种基于特征重构的图像OOD检测方法研究，属于深度学习图像应用领域。由于传统深度学习任务通常假设训练样本和测试样本具有独立同分布的属性，即随机变量中每个变量的概率分布都相同，且这些随机变量互相独立，训练模型用于预测测试集样本，当训练集和测试集的独立同分布不成立时，检测模型精确度急剧下降，甚至对错误的预测结果给出高置信度。针对此问题，本研究方法包括对图像类公共数据集进行预处理，通过分离特征提取语义特征和非语义特征，结合特种重构方法，解决数据集协变量偏移的负面效果和检测方法问题，相较于分类、密度、距离等方法都有较好的性能提升。该方法解决了现有方法无法充分利用特征信息的问题，提高了图像OOD检测的性能。