-
公开(公告)号:CN119810417A
公开(公告)日:2025-04-11
申请号:CN202411890759.1
申请日:2024-12-20
Applicant: 重庆邮电大学
Abstract: 本发明属于自动驾驶环境感知领域,旨在多雾天气和正常天气的条件下提高对象检测的性能。具体涉及一种有雾道路目标检测模型的训练方法、检测方法以及装置;所述有雾道路目标检测模型采用知识蒸馏模型,所述有雾道路目标检测模型包括作为学生模型的特征吸收子网、对象检测子网以及作为教师模型的去雾特征选择子网,对象检测子网通过特征吸收子网连接到去雾特征选择子网,以形成一个统一的框架,以提高对象检测的性能。本发明分阶段训练教师模型,利用吸收检查器让学生模型学习去雾特征选择子网中的FSC特征,帮助学生模型提高特征提取的性能,优化了有雾道路目标检测模型的训练效果,提高了有雾道路目标检测模型的性能。降低有雾道路目标检测模型的训练时长。
-
公开(公告)号:CN119741697A
公开(公告)日:2025-04-01
申请号:CN202411879129.4
申请日:2024-12-19
Applicant: 重庆邮电大学
IPC: G06V20/64 , G06V20/56 , G06V10/25 , G06V10/40 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明属于自动驾驶环境感知领域,具体涉及一种基于状态空间模型的3D点云目标检测方法;包括:采集道路场景点云数据并对待检测目标进行标注;将点云数据划分为规则的体素网格,采用体素编码模块对体素网格进行特征编码获取体素特征;将体素特征输入到3D骨干网络进行处理,得到多尺度融合特征;将多尺度融合特征投影到BEV空间,并使用2D骨干网络提取BEV特征;使用头部网络对BEV特征进行处理,得到目标检测结果;根据目标检测结果和点云标签计算模型总损失并根据模型总损失调整模型参数,得到训练好的模型;使用训练好的模型进行目标检测;本发明不仅提高了模型检测精度还加快了推理速度。
-