【技术实现步骤摘要】
本专利技术涉及目标检测，尤其是涉及一种面向自主随动小车的多尺度目标特征检测方法和装置。
技术介绍
1、近几年，无人驾驶技术得到了越来越多的研究人员和汽车领域企业关注。无人驾驶中一个关键技术是对目标的检测与识别。只有准确了解前方目标的存在及其速度、纵向距离、横向距离、航向角等信息，无人驾驶系统才能保证安全高效的运行并发挥出最大的作用。目标检测作为无人驾驶环境感知的一个分支，通过检测车辆前方的目标障碍物等信息进行感知。但实际驾驶场景中，由于目标类别多样性以及尺度大小变化给检测带来众多不确定性，大大影响检测效果。自主随动小车作为自动驾驶的分支，在对目标检测的过程中，同样面临着上述问题。
2、目标检测就是判断图像中是否存在检测目标，如果存在，那么输出目标的类别和位置信息。随着计算机算力不断地提升，大规模数据集不断地出现，基于深度学习的目标检测技术逐渐替代传统的人工提取特征的方式成为主流，而基于深度学习的目标检测算法的发展历程又可以根据检测过程的不同，分为two-stage和one-stage两条主线。
3、第一条是two...
【技术保护点】
1.一种面向自主随动小车的多尺度目标特征检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种面向自主随动小车的多尺度目标特征检测方法，其特征在于，对所述YOLOv5模型的优化过程包括：
3.根据权利要求2所述的一种面向自主随动小车的多尺度目标特征检测方法，其特征在于，所述优化后的YOLOv5模型包括Backbone部分、Neck部分和Head部分；
4.根据权利要求1所述的一种面向自主随动小车的多尺度目标特征检测方法，其特征在于，采用Lableme软件对目标人物图像进行目标人物的标注。
5.根据权利要求1所...
【技术特征摘要】
1.一种面向自主随动小车的多尺度目标特征检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种面向自主随动小车的多尺度目标特征检测方法，其特征在于，对所述yolov5模型的优化过程包括：
3.根据权利要求2所述的一种面向自主随动小车的多尺度目标特征检测方法，其特征在于，所述优化后的yolov5模型包括backbone部分、neck部分和head部分；
4.根据权利要求1所述的一种面向自主随动小车的多尺度目标特征检测方法，其特征在于，采用lableme软件对目标人物图像进行目标人物的标注。
5.根据权利要求1所述的一种面向自主随动小车的多尺度目标特征检测方法，其特征在于，所述行人数据集为pennfudanped行人数据集。
...
【专利技术属性】
技术研发人员：董志岩，赵辰，闫哲，薛照林，何力，胡宇，
申请(专利权)人：复旦大学，
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。