基于小型深度学习网络的车位检测方法 |
| |
作者姓名: | 杨科 王炜斌 徐维庆 |
| |
作者单位: | 泛亚汽车技术中心有限公司,上海 201208;泛亚汽车技术中心有限公司,上海 201208;泛亚汽车技术中心有限公司,上海 201208 |
| |
摘 要: | 针对车载嵌入式系统开发需求,文章提出一种小型深度学习网络的车位检测方法。环视图像的车位角点具有大小相近、分布均匀的特点,将整个环视图像分割成若干个子图像,裁剪深度网络模型结构,使用小网络对各个子图像进行车位角点检测,可以有效降低大图像高算力的要求。实验数据表明,以384*640图像大小为例,将原图像分割成128*128子图像,子图像的深度网络算力要求为原图像的1/15,而相应的检测性能没有损失。
|
关 键 词: | 深度学习 车位检测 环视图像 网络裁剪 |
本文献已被 CNKI 万方数据 等数据库收录! |
|