基于深度學(xué)習(xí)的視野內(nèi)狀況檢測(cè)方法研究

打開文本圖片集

摘要：隨著深度學(xué)習(xí)技術(shù)的發(fā)展，自動(dòng)駕駛汽車對(duì)道路信息的檢測(cè)變得至關(guān)重要。一個(gè)全面的檢測(cè)系統(tǒng)需要車輛和道路的全方位信息，傳統(tǒng)的道路巡檢方式以及專用設(shè)備檢測(cè)方式成本高昂，效率低下，嚴(yán)重制約了道路的維護(hù)和安全。目標(biāo)檢測(cè)和語義分割是實(shí)現(xiàn)車輛視覺感知的主要技術(shù)，但單一的任務(wù)檢測(cè)不能滿足復(fù)雜道路環(huán)境的需要。針對(duì)傳統(tǒng)道路異常狀態(tài)檢測(cè)存在的高成本和低效率問題，提出了一種基于深度學(xué)習(xí)的智能化檢測(cè)方法，構(gòu)建了包含多種異常狀態(tài)的數(shù)據(jù)集，并采用Faster RCNN目標(biāo)檢測(cè)算法以及半監(jiān)督策略的生成對(duì)抗網(wǎng)絡(luò)，實(shí)現(xiàn)了對(duì)道路異常狀態(tài)的自動(dòng)化檢測(cè)和分割。（剩余5040字）