-
公开(公告)号：CN116152777A
公开(公告)日：2023-05-23
申请号：CN202310000206.3
申请日：2023-01-02
Applicant: 重庆长安汽车股份有限公司
IPC: G06V20/58 , G06V20/40 , G06V10/774 , G06V10/776 , G06V10/778 , G06V10/82 , G06V10/764 , G06F16/11
Abstract: 本发明公开了一种基于yolov5的常用交通标志识别方法、系统及存储介质，包括：步骤1、常用交通标志分析：选择通过网上调研、爬虫方式，根据交通标志使用率的情况，得到最常用的交通标志种类，并将交通标志分为警告、指示和禁止三大类；步骤2、模型训练：获取开源数据集，通过python数据处理，得到一系列交通标志的训练集和测试集；线下拍摄视频，然后抽帧分析；搭建yolov5模型框架，并且使用训练集训练；根据初步训练的模型的测试情况，对模型和训练集进行优化；不断迭代模型，最后得出最优模型；步骤3、模型部署：将模型转换为onnx文件，部署到嵌入式终端上。本发明不仅检测速度快，检测精度高，还占用显存空间小，识别目标种类多。
-
公开(公告)号：CN115953760A
公开(公告)日：2023-04-11
申请号：CN202310004840.4
申请日：2023-01-03
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明提供一种双摄融合的红绿灯识别方法，包括：获取红绿灯长焦图像和红绿灯短焦图像；将所述红绿灯长焦图像和所述红绿灯短焦图像导入到预设处理模型进行图像处理，并得到预测目标信息，所述预测目标信息包括长焦坐标像素块和短焦坐标像素块；将所述红绿灯长焦图像与红绿灯短焦图像进行图像融合处理并得到融合图像提取红绿灯的参数信息，本发明中的技术方案带来的有益效果至少包括：将经过处理的图像基于映射关系进行融合，并得到融合后的高精度融合图像，利用红绿灯长焦图像识别附近的小目标，将红绿灯长焦图像的小目标融合到短焦图像中，将小目标清晰度提高，从而提升了识别的精度，让自动识别系统识别红绿灯的信号参数更加准确。
-
公开(公告)号：CN115562707A
公开(公告)日：2023-01-03
申请号：CN202211216183.1
申请日：2022-09-30
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明涉及汽车智能座舱技术领域，提供了一种车载终端模型部署方法、装置、设备及介质，方法包括：获取目标模型和测试数据集；根据预先选取的模型推理框架所需的数据格式，对目标模型进行格式转换，得到格式转换后的目标模型；将格式转换后的目标模型传输至车载终端内的模型推理框架，并运行格式转换后的目标模型；将测试数据集输入模型推理框架中，根据测试数据集对目标模型进行模型推理，得到推理结果；将推理结果传输至目标功能模块，以实现在车载终端对目标模型的部署。该方法可以直接将目标算法部署到车载终端中，无需增加单独的AI芯片，可以让车企掌握算法简单、可部署性强的算法部署能力。
-
公开(公告)号：CN115424242A
公开(公告)日：2022-12-02
申请号：CN202211055743.X
申请日：2022-08-31
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明涉及交通标志识别技术领域，为基于改进的yolov3交通标志识别方法、设备和介质。该方法包括获取交通标志检测的图像数据集，对图像数据集进行数据增强处理，将图像数据集分为训练集和图像验证集；改进Yolov3检测网络结构，将Yolov3模型的backbone网络结构改为mobilnetv3模型，将Yolov3模型的损失函数loss修改为focal_loss函数，添加多尺度融合板块结构，得到改进Yolov3模型；利用图像训练集和图像验证集，对改进Yolov3模型进行训练，对训练后的改进Yolov3模型进行评测；将交通标志图像数据输入训练后的改进Yolov3模型，输出交通标志识别结果。本发明可以提升模型对交通标志的识别率，提升对小目标检测精度。
-
-
-
Search Results
4
records
(took 0.021 seconds)
