【技术实现步骤摘要】
本专利技术涉及障碍物检测，尤其涉及一种障碍物检测模型的训练方法、障碍物检测方法及存储介质、电子设备、车辆。
技术介绍
1、相关障碍监测模型、障碍物识别算法可以解决大部分常见场景下的障碍物检测和识别问题，但是应用到高级驾驶辅助系统(advanced driving assistance system，adas)时，仍然满足不了用户对行车安全的需求。
技术实现思路
1、本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的一个目的在于提出一种障碍物检测模型的训练方法，提升训练得到的目标障碍物检测模型的泛化能力，实现目标障碍物检测模型对行车图像中特定障碍物的有效识别。
2、本专利技术的第二个目的在于提出一种障碍物检测方法。
3、本专利技术的第三个目的在于提出一种计算机可读存储介质。
4、本专利技术的第四个目的在于提出一种电子设备
5、本专利技术的第五个目的在于提出一种车辆。
6、为达到上述目的，本专利技术第一方面...
【技术保护点】
1.一种障碍物检测模型的训练方法，其特征在于，所述训练方法包括：
2.根据权利要求1所述的障碍物检测模型的训练方法，其特征在于，所述特定障碍物图像数据集中包括单目摄像头对不同特定障碍物进行采集的特定障碍物图像。
3.根据权利要求1所述的障碍物检测模型的训练方法，其特征在于，对所述行车图像数据集中的普通行车图像和特定障碍物图像进行扩充处理，包括：
4.根据权利要求3所述的障碍物检测模型的训练方法，其特征在于，对所述行车图像数据集中的普通行车图像和特定障碍物图像进行扩充处理，包括：
5.根据权利要求3或4所述的障碍物检测模型...
【技术特征摘要】
1.一种障碍物检测模型的训练方法，其特征在于，所述训练方法包括：
2.根据权利要求1所述的障碍物检测模型的训练方法，其特征在于，所述特定障碍物图像数据集中包括单目摄像头对不同特定障碍物进行采集的特定障碍物图像。
3.根据权利要求1所述的障碍物检测模型的训练方法，其特征在于，对所述行车图像数据集中的普通行车图像和特定障碍物图像进行扩充处理，包括：
4.根据权利要求3所述的障碍物检测模型的训练方法，其特征在于，对所述行车图像数据集中的普通行车图像和特定障碍物图像进行扩充处理，包括：
5.根据权利要求3或4所述的障碍物检测模型的训练方法，其特征在于，对所述行车图像数据集中的普通行车图像和特定障碍物图像进行扩充处理，包括：
6.根据权利要求5所述的障碍物检测模型的训练方法，其特征在于，图像拼接方式包括如下至少一者：
7.根据权利要求1所述的障碍物检测模型...
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。