-
公开(公告)号:CN119516513A
公开(公告)日:2025-02-25
申请号:CN202411626109.6
申请日:2024-11-14
Applicant: 无锡学院
IPC: G06V20/58 , G06T5/50 , G06V10/80 , G06V10/82 , G06V10/764 , G06V10/774 , G06T5/73 , G06F17/18 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种道路目标检测方法、电子设备及存储介质,属于目标检测的技术领域;其中的道路目标检测方法包括:获取多模态图像数据集并进行预处理,构建双流特征提取主干网络,分别对可见光图像和红外图像进行特征提取;设计自适应特征对齐融合模块,通过特征级联和交叉注意力机制实现不同模态特征的动态融合,自适应调整不同模态的权重;设计三分支动态参数增强模块,集成去雾和低光照增强功能,通过轻量级参数估计网络对场景质量进行优化;采用两阶段训练策略,第一阶段通过预训练建立基本特征提取能力,第二阶段聚焦优化场景退化问题。本发明能够提高特征互补性,能够有效解决恶劣天气条件下的道路目标检测问题。
-
公开(公告)号:CN119314144A
公开(公告)日:2025-01-14
申请号:CN202411359381.2
申请日:2024-09-27
Applicant: 无锡学院
IPC: G06V20/58 , G06V10/25 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0985
Abstract: 本发明公开了一种基于改进RT‑DETR的自动驾驶目标检测方法,涉及目标检测和自动驾驶领域技术领域,获取公开的自动驾驶目标检测数据集SODA10M;构建FSSD‑DETR算法的主干网络,使用FDC模块替换P5层中的BasicBlock优化特征提取过程;在RT‑DETR算法的颈部网络中引入小目标检测层提升对于远处小目标的检测性能;构建FSSD‑DETR算法的颈部网络,使用Zoom_cat模块和ScalSeq模块优化特征融合过程;构建FSSD‑DETR算法的上采样算子,使用DySample上采样算子替换最近邻插值法以提升图像质量;从而在处理小目标、密集车辆和遮挡等复杂交通场景时保持良好的性能。
-
公开(公告)号:CN119538041A
公开(公告)日:2025-02-28
申请号:CN202411591352.9
申请日:2024-11-08
Applicant: 无锡学院
IPC: G06F18/241 , G06F18/214 , G06N3/042 , G06N3/0455 , B60W50/00
Abstract: 本发明公开了一种车辆轨迹预测方法、电子设备及存储介质,该方法包括:获取车辆轨迹数据,对车辆轨迹数据进行分类处理与特征提取,以生成标准化数据集;基于标准化数据集,训练车辆轨迹预测网络模型,车辆轨迹预测网络模型包括时序特征提取模块、空间交互特征提取模块和解码器;时序特征提取模块基于改进的Mamba架构实现;空间交互特征提取模块利用Transformer架构和图注意力机制的混合架构处理;解码器通过多头注意力机制处理编码后的特征,考虑不同时间步和不同车辆间的关联性,从而生成车辆轨迹的预测结果;将待预测场景的数据输入到训练好的车辆轨迹预测网络模型中,得到车辆轨迹的预测结果,该方法在计算效率、预测准确性和场景适应性方面具有显著优势。
-
-