【技术实现步骤摘要】
本申请涉及人工智能，特别是涉及一种道路标志检测方法、装置和计算机设备。
技术介绍
1、智能驾驶是指汽车通过搭载传感器、控制器、执行器和通讯模块等设备实现协助驾驶员对车辆的操控，甚至完全代替驾驶员实现无人驾驶的功能。准确识别道路上的交通标志，是实现智能驾驶的过程中重要的环节。
2、传统技术中，通常利用深度学习的检测算法来检测道路上的交通标志。但是，在道路上的交通标志处于复杂环境的情况下，例如，在雨、雾或阳光直射等环境中，或者拍摄视角存在遮挡，再或者交通标志由于长期暴露在室外引起的褪色等情况时，传统技术中的检测算法存在交通标志识别不准确的问题。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种道路标志检测方法、装置和计算机设备，能够提高识别交通标志的准确性。
2、第一方面，本申请提供了一种道路标志检测方法，所述方法包括：
3、获取包含道路标志的待检测图像；
4、通过包括扩张率连续的接受域模块的特征提取网络对所述待检测图像进行特征提取，得...
【技术保护点】
1.一种道路标志检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述特征提取网络包括主干网络和包含扩张率连续的接受域模块的颈部网络；所述主干网络包括多个首尾相连的基础特征层，且不同基础特征层的分辨率不同；
3.根据权利要求2所述的方法，其特征在于，所述颈部网络还包括上采样网络和下采样网络；
4.根据权利要求3所述的方法，其特征在于，所述将各基础特征图输入至所述颈部网络，得到多个不同分辨率的目标特征图，包括：
5.根据权利要求4所述的方法，其特征在于，所述首个上采样层输出的上采样特征图是对所...
【技术特征摘要】
1.一种道路标志检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述特征提取网络包括主干网络和包含扩张率连续的接受域模块的颈部网络；所述主干网络包括多个首尾相连的基础特征层，且不同基础特征层的分辨率不同；
3.根据权利要求2所述的方法，其特征在于，所述颈部网络还包括上采样网络和下采样网络；
4.根据权利要求3所述的方法，其特征在于，所述将各基础特征图输入至所述颈部网络，得到多个不同分辨率的目标特征图，包括：
5.根据权利要求4所述的方法，其特征在于，所述首个上采样层输出的上采样特征图是对所述末尾基础特征层输出的基础特征图进行卷积处理得到的；
6...
【专利技术属性】
技术研发人员：王德平，李丹，刘宇杰，
申请(专利权)人：中国第一汽车股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。