-
公开(公告)号:CN114863203A
公开(公告)日:2022-08-05
申请号:CN202210314507.9
申请日:2022-03-28
Applicant: 重庆长安汽车股份有限公司
IPC: G06V10/774 , G06V10/778 , G06V10/82 , G06V20/56 , G06N3/04 , G06N3/08 , G06K9/62
Abstract: 本发明公开了一种基于目标检测的预标注方法及存储介质,包括以下步骤,S1、对小规模的原始数据进行数据甄别;S2、对经过数据甄别的原始数据进行标注,作为训练数据;S3、采用所述训练数据对基础目标检测模型进行训练,获取深度模型,并将该深度模型分化为预标注模型和传感器模型;S4、通过所述预标注模型对后续的大规模原始数据进行预标注,形成标注后的训练数据;S5、将标注后的训练数据输入预标注模型和传感器模型,进行模型提升训练。本发明解决了在实际场景下,常用的目标检测标注人力成本过高,训练模型适应能力差的问题。
-
公开(公告)号:CN113838145A
公开(公告)日:2021-12-24
申请号:CN202111124527.1
申请日:2021-09-24
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开了一种车载相机外参自动标定方法,包括:在待标定的车载相机的摄像范围内设置编码板,所述编码板放置在水平地面上;所述编码板被划分为多个编码区域,每个编码区域的中心位置设置有标记,每个编码区域均对应一个编码和坐标位置,各个编码区域的编码和坐标位置不同,编码由标记的填充颜色和编码区域的背景颜色构成;拍摄图片,对图像进行静态标定得到焦距F和成像中心;根据成像基准坐标系与成像坐标系的旋转变换以及透射成像原理建立方程组,求解得到外参矩阵以及编码板相对于相机的位置;基于外参矩阵和编码板相对于相机的位置转换为车载相机的外参。本发明的车载相机外参自动标定方法,操作简单,准确度更高。
-
公开(公告)号:CN113838145B
公开(公告)日:2024-04-30
申请号:CN202111124527.1
申请日:2021-09-24
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开了一种车载相机外参自动标定方法,包括:在待标定的车载相机的摄像范围内设置编码板,所述编码板放置在水平地面上;所述编码板被划分为多个编码区域,每个编码区域的中心位置设置有标记,每个编码区域均对应一个编码和坐标位置,各个编码区域的编码和坐标位置不同,编码由标记的填充颜色和编码区域的背景颜色构成;拍摄图片,对图像进行静态标定得到焦距F和成像中心;根据成像基准坐标系与成像坐标系的旋转变换以及透射成像原理建立方程组,求解得到外参矩阵以及编码板相对于相机的位置;基于外参矩阵和编码板相对于相机的位置转换为车载相机的外参。本发明的车载相机外参自动标定方法,操作简单,准确度更高。
-
公开(公告)号:CN114549943A
公开(公告)日:2022-05-27
申请号:CN202210162760.7
申请日:2022-02-22
Applicant: 重庆长安汽车股份有限公司
IPC: G06V10/778 , G06V10/774 , G06V10/74 , G06V10/40 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于数据分布的主动学习方法,步骤如下,模型初始化;选择一个批次的数据利用初始化后的模型提取样本的高层特征;将当前批次加入已选择的样本和未被选择样本分布的相似性定义为代表性;结合对于目标检测任务设计的熵选择下一个阶段的训练数据;重复迭代,直至模型符合收敛条件。本发明将数据分布特征与主动学习相结合,形成了一种基于数据分布的主动学习策略;本发明尽可能地减少用于初始化模型的数据,同时减少选择策略对于模型的依赖。本发明提到的主动学习的选择策略是基于任务特性提出的,在一定程度上摆脱了依赖模型性能的弊病。
-
-
-