一种面向出行地图危险预警的路侧目标检测方法及装置

    公开(公告)号:CN117523172A

    公开(公告)日:2024-02-06

    申请号:CN202311254892.3

    申请日:2023-09-26

    Applicant: 清华大学

    Abstract: 本申请提供一种面向出行地图危险预警的路侧目标检测方法及装置,该方法包括:利用特征提取模型对路侧图像进行处理,得到视觉特征和地平面特征;利用视觉编码器对视觉特征进行处理得到视觉嵌入特征;利用地平面编码器对地平面特征进行处理得到地平面嵌入特征;利用地平面引导解码器对视觉嵌入特征和地平面嵌入特征进行处理得到地平面感知对象查询,利用检测头对地平面感知对象查询进行处理得到目标检测结果,利用地平面预测器对地平面特征进行处理,得到地平面方程图,利用目标底面中心的二维像素坐标、地平面方程图和相机参数计算目标深度值。本申请有效提高了路侧单目图像的目标检测精度,为出行地图的危险预警系统提供了关键的数据基础。

    一种服务灯塔认知的3D目标检测任务模型高效训练方法

    公开(公告)号:CN117523173A

    公开(公告)日:2024-02-06

    申请号:CN202311257907.1

    申请日:2023-09-26

    Applicant: 清华大学

    Abstract: 本申请提供一种服务灯塔认知的3D目标检测任务模型高效训练方法,涉及自动驾驶技术领域,所述方法包括:利用当前时刻之前的预设数量的训练完成的第一3D目标检测任务模型对RGB图像进行处理,得到目标检测结果;将RGB图像的预设目标类别的标注结果和目标检测结果进行叠加,得到训练数据;利用所述训练数据对当前时刻的第二3D目标检测任务模型进行训练,得到训练完成的当前时刻的第二3D目标检测任务模型;利用训练完成的当前时刻的第二3D目标检测任务模型,对训练完成的上一时刻的第一3D目标检测任务模型进行更新,得到训练完成的当前时刻的第一3D目标检测任务模型。本申请的方法通过连续学习解决了模型训练出现的灾难性遗忘问题。

    一种面向灯塔认知多场景鲁棒的视觉3D目标检测方法

    公开(公告)号:CN117523171A

    公开(公告)日:2024-02-06

    申请号:CN202311254890.4

    申请日:2023-09-26

    Applicant: 清华大学

    Abstract: 本申请提供一种面向灯塔认知多场景鲁棒的视觉3D目标检测方法,涉及自动驾驶技术领域,包括:获取目标场景的RGB图像;利用预先训练完成的骨干网络对RGB图像进行处理,得到第一图像特征图;利用预先训练完成的动态深度网络对第一图像特征图进行处理,得到语义特征图和深度分布图;将语义特征图和深度分布图进行相乘,得到第二图像特征图;利用体素池化对第二图像特征进行处理,得到BEV特征图;利用检测头对BEV特征图进行处理,得到3D目标检测结果。本申请提高了多场景的目标检测精度。

Patent Agency Ranking