基于深度学习的道路交通状态检测方法、装置、介质及设备
实质审查的生效
摘要
本发明公开了一种基于深度学习的道路交通状态检测方法，包括：获取交通图像训练集，对所述交通图像训练集中的训练样本执行R‑Mosaic数据增强处理；采用R‑Mosaic数据增强后的训练样本训练预设的H‑FPN深度卷积网络，其中，所述H‑FPN深度卷积网络采用三层预测层从输入图像中提取交通流的特征参数；获取待处理的交通图像，通过训练好的H‑FPN深度卷积网络提取所述交通图像对应的特征参数；通过预设的判别模型根据所述交通流的特征参数生成并输出交通状态预测值。本发明解决了现有技术在检测道路交通状态时存在的指标单一、检测速度慢、信息提取以及检测精度低的问题。
基本信息
专利标题 ：
基于深度学习的道路交通状态检测方法、装置、介质及设备
专利标题（英）：
暂无
公开（公告）号 ：
CN114267020A
申请号 ：
CN202111553783.2
公开（公告）日 ：
2022-04-01
申请日 ：
2021-12-17
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
申佳宇王祥雪陈利军洪曙光林焕凯刘双广
申请人 ：
高新兴科技集团股份有限公司;西安电子科技大学
申请人地址 ：
广东省广州市黄埔区科学城开创大道2819号六楼
代理机构 ：
广州国鹏知识产权代理事务所(普通合伙)
代理人 ：
葛红
优先权 ：
CN202111553783.2
主分类号 ：
G06V20/54
IPC分类号 ：
G06V20/54 G06V10/774 G06V10/77 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-04-19 ：
实质审查的生效
IPC(主分类) : G06V 20/54
申请日 : 20211217
申请日 : 20211217
2022-04-01 ：
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
暂无PDF文件可下载
