公开(公告)号：CN111160481A

公开(公告)日：2020-05-15

申请号：CN201911412209.8

申请日：2019-12-31

Applicant: 苏州安智汽车零部件有限公司

Inventor： 韦松 ,  张炳刚

IPC: G06K9/62

Abstract: 本发明涉及一种基于深度学习的adas目标检测方法及系统，该方法包括如下步骤：采集道路图像数据以形成初始数据集；建立数据增广策略，依据所述数据增广策略对所述初始数据集进行扩展处理形成扩展数据集；提供adas数据集，将所述adas数据集、所述扩展数据集以及所述初始数据集组合形成训练数据集；利用所述训练数据集进行模型训练以获得目标检测模型；以及对所述目标检测模型进行压缩量化形成适配于adas的可植入模型。本发明从adas数据集出发，将公开的数据集与采集的数据集进行结合，使得adas数据涵盖到国内的各种路况，避免了数据针对性强的问题。

公开(公告)号：CN111160481B

公开(公告)日：2024-05-10

申请号：CN201911412209.8

申请日：2019-12-31

Applicant: 苏州安智汽车零部件有限公司

Inventor： 韦松 ,  张炳刚

IPC: G06V10/82 ,  G06V20/56 ,  G06V10/25 ,  G06V10/774 ,  G06V10/80 ,  G06V10/764 ,  G06N3/0495 ,  G06N3/045

Abstract: 本发明涉及一种基于深度学习的adas目标检测方法及系统，该方法包括如下步骤：采集道路图像数据以形成初始数据集；建立数据增广策略，依据所述数据增广策略对所述初始数据集进行扩展处理形成扩展数据集；提供adas数据集，将所述adas数据集、所述扩展数据集以及所述初始数据集组合形成训练数据集；利用所述训练数据集进行模型训练以获得目标检测模型；以及对所述目标检测模型进行压缩量化形成适配于adas的可植入模型。本发明从adas数据集出发，将公开的数据集与采集的数据集进行结合，使得adas数据涵盖到国内的各种路况，避免了数据针对性强的问题。