大型车辆检测方法、计算机程序产品、检测装置及车辆制造方法及图纸

本申请提出一种大型车辆检测方法，其包括：获取步骤，其中，获取待检测的图像；输入步骤，其中，将所述图像输入用于识别大型车辆的神经网络模型，所述神经网络模型包括多个分支单元和融合单元；分支识别步骤，其中，所述多个分支单元相互独立地基于所输入的图像生成分支识别结果；以及融合步骤，其中，所述融合单元融合所述分支识别结果，从而生成对图像中的大型车辆的最终识别结果。本申请还涉及相应的计算机程序产品、检测装置和车辆。借助于本申请，可提高对于大型车辆的检测的准确性。

【技术实现步骤摘要】

本申请涉及一种大型车辆检测方法、一种计算机程序产品、一种检测装置和一种车辆。

技术介绍

1、车辆通常设置摄像装置，以便通过摄像装置采集图像，并且根据采集到的图像对周围的障碍物、例如其它车辆进行检测。检测结果可用于辅助驾驶员的驾驶操作或用于执行车辆的自动驾驶功能。

2、目前已知的图像检测方法可利用经训练的神经网络模型在图像中识别并标注出障碍物的检测框。当障碍物以无遮挡且无截断的状态处于摄像装置的视野中时，这种图像检测方法可获得较准确的检测结果。然而，对于大型车辆而言，由于其样本量小，且大型车辆在图像中常常处于被遮挡或被截断状态。因此，往往出现漏检(丢失检测框)或检测框不准确等问题。

3、已知一种二阶段检测方法，其包括：利用神经网络模型在第一阶段输出检测框候选位置；以及在第二阶段基于检测框候选位置，利用神经网络模型输出精准检测框。该方法要求第一阶段的检测框输出能够完全包络住目标。这是一种端到端的方法，需要较多的训练数据来提高对大型车辆的检测的准确性。

4、另外，还已知通过数据增强制造虚拟数据或者拟合数据，来弥补包含大型车辆的本文档来自技高网...

【技术保护点】

1.一种大型车辆检测方法，其中，所述大型车辆检测方法包括：

2.根据权利要求1所述的大型车辆检测方法，其中，

3.根据权利要求2所述的大型车辆检测方法，其中，

4.根据权利要求2或3所述的大型车辆检测方法，其中，

5.根据权利要求2-4中任一项所述的大型车辆检测方法，其中，

6.根据权利要求5所述的大型车辆检测方法，其中，

7.根据权利要求5或6所述的大型车辆检测方法，其中，

8.根据权利要求5-7中任一项所述的大型车辆检测方法，其中，

9.根据权利要求2-8中任一项所述的大型车辆检测方法，其...

【技术特征摘要】

1.一种大型车辆检测方法，其中，所述大型车辆检测方法包括：

2.根据权利要求1所述的大型车辆检测方法，其中，

3.根据权利要求2所述的大型车辆检测方法，其中，

4.根据权利要求2或3所述的大型车辆检测方法，其中，

5.根据权利要求2-4中任一项所述的大型车辆检测方法，其中，

6.根据权利要求5所述的大型车辆检测方法，其中，

7.根据权利要求5或6所述的大型车辆检测方法，其中，

8.根据权利要求5-7中任一项所述的大型车辆检测方法，其中，

9.根据权利要求2-8中任一项所述的大型车辆检测方法，其中，

10.根据权利要求2-9中任一项所述的大型车辆检测...

【专利技术属性】
技术研发人员：果晨阳，丁东鹏，
申请(专利权)人：梅赛德斯奔驰集团股份公司，
类型：发明
国别省市：