智能车辆目标检测方法、计算机设备及可读存储介质与流程
技术特征:
1.智能车辆目标检测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的智能车辆目标检测方法,其特征在于,所述骨干网络的特征提取步骤包括:
3.根据权利要求1所述的智能车辆目标检测方法,其特征在于,所述颈部网络的特征融合步骤包括:
4.根据权利要求1所述的智能车辆目标检测方法,其特征在于,所述置信度的计算公式为:
5.根据权利要求1所述的智能车辆目标检测方法,其特征在于,所述目标包括至少一种:汽车、行人或骑行者。
6.根据权利要求1所述的智能车辆目标检测方法,其特征在于,所述改进的yolov7模型的训练步骤包括:
7.根据权利要求6所述的智能车辆目标检测方法,其特征在于,所述评估模型的性能步骤包括:
8.智能车辆目标检测装置,用于实施如权利要求1-7任一项所述的方法,其特征在于,包括:
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现如权利要求1-7任一项所述的方法。
10.一种存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-7任一项所述的方法。
技术总结
本申请涉及无人驾驶领域,公开了智能车辆目标检测方法、计算机设备及可读存储介质,包括以下步骤:S1、接收由车载摄像头捕获的图像,并对所述图像进行预处理;S2、使用改进的YOLOv7模型对预处理后的图像进行处理,包括特征提取和目标检测;S3、对所生成的特征图进行分析,将每个特征图分为S×S个网格,每个网格生成三个目标预测框,每个预测框包括五个参数;S4、应用非极大值抑制算法处理所有预测框,以筛选出置信度最高的预测框作为最终的目标检测结果。本发明的基于改进YOLOv7的智能车辆目标检测方法,通过构建基于改进YOLOv7的目标检测模型对道路目标进行检测,提高了模型的检测效率和准确率。
技术研发人员:李爱娟,郭东进,徐广鹏,杜付鑫,巩春鹏,胡兢,王铭朋,何为凯,王希波,杜广凯,徐传燕,黄欣,张恒海,高岩飞,牛福,车翠翠,王文成,叶甫根尼·阿纳托利耶维奇·卢基扬诺夫,安德烈·伊戈列维奇·伊祖莫夫,弗拉基米尔·泽良诺夫
受保护的技术使用者:山东华力机电有限公司
技术研发日:
技术公布日:2024/12/2
文档序号 :
【 40202002 】
技术研发人员:李爱娟,郭东进,徐广鹏,杜付鑫,巩春鹏,胡兢,王铭朋,何为凯,王希波,杜广凯,徐传燕,黄欣,张恒海,高岩飞,牛福,车翠翠,王文成,叶甫根尼·阿纳托利耶维奇·卢基扬诺夫,安德烈·伊戈列维奇·伊祖莫夫,弗拉基米尔·泽良诺夫
技术所有人:山东华力机电有限公司
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
技术研发人员:李爱娟,郭东进,徐广鹏,杜付鑫,巩春鹏,胡兢,王铭朋,何为凯,王希波,杜广凯,徐传燕,黄欣,张恒海,高岩飞,牛福,车翠翠,王文成,叶甫根尼·阿纳托利耶维奇·卢基扬诺夫,安德烈·伊戈列维奇·伊祖莫夫,弗拉基米尔·泽良诺夫
技术所有人:山东华力机电有限公司
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
