一种基于LSS模型的弱监督与轻量化目标检测方法、电子设备及可读存储介质
申请号:CN202510353744
申请日期:2025-03-25
公开号:CN120088464A
公开日期:2025-06-03
类型:发明专利
摘要
本发明属于计算机视觉技术领域,具体公开了一种基于LSS模型的弱监督与轻量化目标检测方法、电子设备及可读存储介质,其方法包括S1、构建改良LSS模型,利用改良LSS模型进行BEV特征提取;S2、将弱监督学习策略融入改良LSS模型中,然后进行目标检测;S3、将检测到的目标信息映射到鸟瞰图平面,输出目标的类别、位置和尺寸信息;S4、对目标的类别、位置和尺寸信息进行后处理,输出具有良好实时性的鸟瞰视频。
技术关键词
监督学习策略
卷积模块
残差神经网络
输出特征
鲁棒性
计算机视觉技术
电子设备
可读存储介质
数据
特征提取模块
卡尔曼滤波
机制
标记
图像
处理器
尺寸
矩阵
序列
视角