-
公开(公告)号:CN118918403A
公开(公告)日:2024-11-08
申请号:CN202310478355.0
申请日:2023-04-26
Applicant: 比亚迪股份有限公司
IPC: G06V10/774 , G06V10/25 , G06T3/4038 , G06T5/50 , G06V10/82 , G06T3/04 , G06V20/58
Abstract: 本发明公开了一种障碍物检测模型的训练方法、障碍物检测方法及存储介质、电子设备、车辆。训练方法包括:获取行车图像数据集,其中,行车图像数据集包括普通行车图像和不同行车条件下的特定障碍物图像;对行车图像数据集中的普通行车图像和特定障碍物图像进行扩充处理,得到训练图像数据集;构建障碍物检测模型,并利用训练图像数据集中的训练图像对障碍物检测模型进行训练,得到目标障碍物检测模型。该训练方法通过丰富训练图像数据集,提升训练得到的目标障碍物检测模型的泛化能力,实现目标障碍物检测模型对行车图像中特定障碍物的有效识别。
-
公开(公告)号:CN118692050A
公开(公告)日:2024-09-24
申请号:CN202310326277.2
申请日:2023-03-22
Applicant: 比亚迪股份有限公司
IPC: G06V20/58 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/09 , G06N3/088 , G06N3/094
Abstract: 本公开涉及一种目标检测方法、车辆及存储介质,该方法包括:通过目标检测模型对目标图像进行处理,得到目标检测结果,其中,目标检测模型基于样本检测图像训练基础网络得到,样本检测图像通过对第一样本图像和第二样本图像进行图像变换得到,第一样本图像包括多个预设目标物体中的至少一个目标物体,第二样本图像不包括预设目标物体。从而能够通过多种图像变换方法对包含不常见障碍物的第一样本图像以及不包含不常见障碍物的第二样本图像进行处理,得到包含更多不常见障碍物的样本检测图像,从而使通过样本检测图像训练得到的目标检测模型能够对不常见的障碍物有较好的识别能力,提高对不常见的障碍物识别的准确率。
-
公开(公告)号:CN118537823A
公开(公告)日:2024-08-23
申请号:CN202410474016.X
申请日:2024-04-19
Applicant: 比亚迪股份有限公司
IPC: G06V20/56 , G06V20/70 , G06V10/25 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/084 , G06N3/09 , B60W40/06
Abstract: 本发明公开了一种路面识别方法、计算机可读存储介质、控制器和车辆,路面识别方法包括:获取待识别图像数据;利用语义分割模型对待识别图像数据中的路面信息进行分割,获得分割图像数据;利用深度学习模型对分割图像数据进行识别,获得路面类型。本发明的路面识别方法通过语义分割模型对待识别图像数据进行分割,再通过深度学习模型对分割图像数据进行识别,能够实时识别出当前场景的路面类型,为自动驾驶提供了重要的决策依据,同时通过两阶段识别路面类型,提高了路面识别的准确性。
-
公开(公告)号:CN117671632A
公开(公告)日:2024-03-08
申请号:CN202211055726.6
申请日:2022-08-31
Applicant: 比亚迪股份有限公司
IPC: G06V20/58 , G06V10/764 , G06V10/80
Abstract: 本公开涉及一种车位检测方法、装置、车辆及存储介质,该方法包括:获取图像信息,并根据所述图像信息确定车位和第一概率信息,所述第一概率信息表征所述车位存在有效障碍物的概率;获取所述车位的超声波信息,根据所述超声波信息确定第二概率信息,所述第二概率信息表征所述车位存在有效障碍物的概率;获取所述车位的场景信息,所述场景信息包括所述车位处于明亮场景或昏暗场景;根据所述第一概率信息、所述第二概率信息和所述场景信息,确定目标概率信息;根据所述目标概率信息确定所述车位是否为有效车位。本公开能够有效提升对车位的检测效率和准确性。
-
-
-