【技术实现步骤摘要】
本申请涉及动物检测，尤其涉及一种动物检测方法、装置、车载联网控制设备及车辆。
技术介绍
1、在车辆自动辅助驾驶情形下，由于车辆驾驶环境异常复杂，对于在行驶过程中路面上突然出现的珍稀动物，尤其对于高速行驶的道路上出现的珍稀动物，检测算法必须具备快速、准确地捕捉到这些珍稀动物的能力，即当检测算法检测到远距离路面上出现了珍稀动物，它会立即检测相关信息，并通过数据分析后将检测结果传递给驾驶员，进而可以帮助驾驶员做出正确的决策，避免与这些珍稀动物发生碰撞，保障行车安全。在实际应用中，车辆通过车载摄像头采集动物图像，并通过车联网技术将动物图像发送给云服务器或车载控制器，通过云服务器或车载控制器内设置的检测算法对动物图像进行分析，得到检测结果。
2、目前的检测算法通常在采集珍稀动物的样本图像之后，对样本图像进行文本标注，基于具有文本标注信息的样本图像对检测模型进行训练，并通过训练后的检测模型对珍稀动物图像进行检测，由于在车辆高速行驶场景下采集的动物图像的拍摄角度、光照条件变化较快，从而导致以上检测方式在车辆高速行驶场景下的检测准确性较低，...
【技术保护点】
1.一种动物检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的动物检测方法，其特征在于，若所述预先构建的检测模型包括特征提取模块、线性层和分类模块，则基于所述目标动物的样本图像对预先构建的检测模型进行训练的过程包括：
3.根据权利要求2所述的动物检测方法，其特征在于，若所述特征提取模块包括大核卷积模块、神经网络模块，则将所述样本图像输入所述特征提取模块，得到多层特征图的过程包括：
4.根据权利要求2所述的动物检测方法，其特征在于，基于多个所述相似度，计算得到相似度损失值的过程包括：
5.根据权利要求2所述的动...
【技术特征摘要】
1.一种动物检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的动物检测方法，其特征在于，若所述预先构建的检测模型包括特征提取模块、线性层和分类模块，则基于所述目标动物的样本图像对预先构建的检测模型进行训练的过程包括：
3.根据权利要求2所述的动物检测方法，其特征在于，若所述特征提取模块包括大核卷积模块、神经网络模块，则将所述样本图像输入所述特征提取模块，得到多层特征图的过程包括：
4.根据权利要求2所述的动物检测方法，其特征在于，基于多个所述相似度，计算得到相似度损失值的过程包括：
5.根据权利要求2所述的动物检测方法，其特征在于，若所述分类模块包括拼接层、第一编码层、注意力机制层和第二编码层，则将多...
【专利技术属性】
技术研发人员：陈诗尧，熊小鹏，文斌，李嫄源，朱智勤，安翼尧，黄鑫，周志浩，孙煜东，谭玉梅，
申请(专利权)人：重庆迪马工业有限责任公司，
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。