[发明专利]基于深度学习的信号灯检测方法在审

专利信息
申请号: 201811222953.7 申请日: 2018-10-19
公开(公告)号: CN109299704A 公开(公告)日: 2019-02-01
发明(设计)人: 朱健立;于宏志;王景彬;张龙龙 申请(专利权)人: 天津天地人和企业管理咨询有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 天津滨海科纬知识产权代理有限公司 12211 代理人: 戴文仪
地址: 300384 天津市滨海新区高新区*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提出一种基于深度学习的信号灯检测方法,包括建立模型、建立训练样本集、信号灯检测、检测结果校验,所述模型为包含了5个线性融合层,每个线性融合层分别位于VGG16中池化层与位于池化层前一层的卷积层之间,每个线性融合层的输入为,上一层卷积层的输出和上一池化层的输出,其中第一个线性融合层的输入为上一层卷积层的输出的模型的输入,线性融合时两个输入的融合比例为1:1。训练样本集包括全时段红、黄、绿三种颜色信号灯的真实照片,信号灯的形状包括数字灯、箭头灯、圆形灯、条带灯。模型训练过程中,检测区域通过人工设定,检测区域的高、宽为3W*4H,其中W、H为指定类型信号灯的宽和高。
搜索关键词: 线性融合 信号灯检测 信号灯 池化 卷积 训练样本集 检测区域 输出 模型训练过程 检测结果 建立模型 三种颜色 校验 箭头灯 数字灯 圆形灯 条带 融合 学习
【主权项】:
1.一种基于深度学习的信号灯检测方法,包括建立模型、建立训练样本集、信号灯检测、检测结果校验,其特征在于,所述模型为包含了5个线性融合层,每个线性融合层分别位于VGG16中池化层与位于池化层前一层的卷积层之间,每个线性融合层的输入为,上一层卷积层的输出和上一池化层的输出,其中第一个线性融合层的输入为上一层卷积层的输出的模型的输入,线性融合时两个输入的融合比例为1:1。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津天地人和企业管理咨询有限公司,未经天津天地人和企业管理咨询有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201811222953.7/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top