【技术实现步骤摘要】
本专利技术涉及图像识别，具体涉及一种信号灯颜色识别方法、系统、电子设备及存储介质。
技术介绍
1、在自动驾驶、高级辅助驾驶和智能交通等实际应用场景中，信号灯的信息识别都是重要检测项目之一。近年来，深度学习技术在计算机视觉领域取得了显著的进展，随着人工智能的快速发展，深度学习技术广泛应用于计算机视觉的诸多方面，在图片分类、目标定位、图像分割、图像增强等领域发展迅速。通过使用卷积神经网络(cnn)等深度学习模型，可以对复杂场景中的信号灯进行准确的识别。
2、在自动驾驶领域，信号灯颜色识别是车辆自主导航和决策的关键环节。通过深度学习技术，自动驾驶车辆能够实时感知并识别交通信号灯的状态，从而做出正确的驾驶决策。这有助于实现车辆的自主驾驶和智能避障，提高驾驶的安全性和可靠性。在智能交通领域，通过训练深度学习模型，系统能够准确识别信号灯的颜色和状态，从而实现对交通流量的有效管理和优化。这有助于减少交通拥堵，提高道路使用效率，同时也有助于提升交通安全水平。但是信号灯通常较小，因此在图像中占比较少的像素，使用单独标注的方式，每个小灯的检测框...
【技术保护点】
1.一种信号灯颜色识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的信号灯颜色识别方法，其特征在于，所述采用检测框对所述初始信号图像中的所述信号指示设备对象和多个所述信号灯对象分别进行标注，获得标注图像，包括：
3.根据权利要求2所述的信号灯颜色识别方法，其特征在于，所述根据多个所述信号灯对象的颜色设置所述第一标注图像的标签，包括：
4.根据权利要求2所述的信号灯颜色识别方法，其特征在于，所述根据所述标注图像和所述置信度获得信号灯颜色识别结果，包括：
5.根据权利要求1所述的信号灯颜色识别方法，其特征在于，所...
【技术特征摘要】
1.一种信号灯颜色识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的信号灯颜色识别方法，其特征在于，所述采用检测框对所述初始信号图像中的所述信号指示设备对象和多个所述信号灯对象分别进行标注，获得标注图像，包括：
3.根据权利要求2所述的信号灯颜色识别方法，其特征在于，所述根据多个所述信号灯对象的颜色设置所述第一标注图像的标签，包括：
4.根据权利要求2所述的信号灯颜色识别方法，其特征在于，所述根据所述标注图像和所述置信度获得信号灯颜色识别结果，包括：
5.根据权利要求1所述的信号灯颜色识别方法，其特征在于，所述信号灯颜色检测模型采用单阶段目标检...
【专利技术属性】
技术研发人员：邵池，潘柏宇，焦继超，
申请(专利权)人：深圳市优必选科技股份有限公司，
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。