【技术实现步骤摘要】
本专利技术涉及目标检测领域，特别是涉及一种驾驶场景下的目标检测方法、装置、介质及产品。
技术介绍
1、目标检测在许多领域中起着至关重要的作用，包括自动驾驶、无人机智能巡逻和导航，在现代社会中具有极其重要的意义。现有的文献主要集中在利用rgb摄像头产生的图像数据作为检测模型的输入。然而，此类方法未能较好的解决目标检测任务所面临的诸多局限。例如：传统摄像头在涉及过度曝光、低光照条件和高速运动等具有挑战性的场景中，产生低质量的图像数据极大降低了检测模型的能力及检测表现。
2、与rgb摄像头相比，事件相机(如dvs和atis)具有显著的优势。这些摄像头捕捉亮度变化作为明确的、时间戳标记的事件，提供了关于这些变化的像素点位置和极性的精确信息。事件相机在亚毫秒间隔内运行，产生大量的异步事件，确保基于光强的快速变化捕获移动目标的绝对强度信息。因此，事件相机天生适用于检测快速移动的物体。
3、事件表示的异步性对深度学习框架构成了挑战，需要进行大量的预处理。然而，一些研究通过将离散的异步事件转换为类似图像的格式来解决这个问题，这会...
【技术保护点】
1.一种驾驶场景下的目标检测方法，其特征在于，包括：
2.根据权利要求1所述的驾驶场景下的目标检测方法，其特征在于，利用训练数据集对初始模型进行训练，具体包括：
3.根据权利要求2所述的驾驶场景下的目标检测方法，其特征在于，对所述事件数据集进行预处理，得到处理后的事件数据集，具体包括：
4.根据权利要求3所述的驾驶场景下的目标检测方法，其特征在于，所述脉冲自注意力块包括第一线性投影层、三个第一批量归一化层、三个第一脉冲神经元层、第二脉冲神经元层、第二线性投影层、第二批量归一化层和第三脉冲神经元层；
5.根据权利要求1所述...
【技术特征摘要】
1.一种驾驶场景下的目标检测方法，其特征在于，包括：
2.根据权利要求1所述的驾驶场景下的目标检测方法，其特征在于，利用训练数据集对初始模型进行训练，具体包括：
3.根据权利要求2所述的驾驶场景下的目标检测方法，其特征在于，对所述事件数据集进行预处理，得到处理后的事件数据集，具体包括：
4.根据权利要求3所述的驾驶场景下的目标检测方法，其特征在于，所述脉冲自注意力块包括第一线性投影层、三个第一批量归一化层、三个第一脉冲神经元层、第二脉冲神经元层、第二线性投影层、第二批量归一化层和第三脉冲神经元层；
5.根据权利要求1所述的驾驶场景下的目标检测方法，其特征在于，所述时序记忆脉冲神经元块包括第...
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。