基于深度学习的车道区域识别的数据集标定方法
授权
摘要
本发明提供一种基于深度学习的车道区域识别的数据集制作方法,解决当前应用于深度学习识别车道区域的神经网络模型缺少相关数据集训练学习的问题。其中方法包括:采集各种天气情况下的不同车道图片,并进行分类;设计识别车道区域的相关算法,识别出车道区域;其中识别车道区域时候,需要根据分类的车道图片情况,对算法做出相应调整,达到对每张车道图片能够识别到最佳效果,并对识别区域进行高亮显示;将识别好的图片中的高亮显示颜色通道区域截取出来形成一张相关映射图片,即作为原始车道图片的标签。
基本信息
专利标题 :
基于深度学习的车道区域识别的数据集标定方法
专利标题(英):
暂无
公开(公告)号 :
CN109902758A
申请号 :
CN201910179958.4
公开(公告)日 :
2019-06-18
申请日 :
2019-03-11
授权号 :
CN109902758B
授权日 :
2022-05-31
发明人 :
朴昌浩雷震鲁冲
申请人 :
重庆邮电大学
申请人地址 :
重庆市南岸区崇文路2号
代理机构 :
重庆辉腾律师事务所
代理人 :
卢胜斌
优先权 :
CN201910179958.4
主分类号 :
G06K9/62
IPC分类号 :
G06K9/62 G06K9/00
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06K
数据识别;数据表示;记录载体;记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形,例如,指纹的方法或装置
G06K9/62
应用电子设备进行识别的方法或装置
法律状态
2022-05-31 :
授权
2019-07-12 :
实质审查的生效
IPC(主分类) : G06K 9/62
申请日 : 20190311
申请日 : 20190311
2019-06-18 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
1、
CN109902758A.PDF
PDF下载