Los avances recientes en el aprendizaje profundo han mostrado una promesa emocionante en tareas de inteligencia artificial de bajo nivel, como clasificación de imágenes, reconocimiento de voz, detección de objetos y segmentación semántica, etc. La inteligencia artificial ha hecho una contribución importante al piloto automático, que es una tarea de inteligencia de alto nivel compleja. Sin embargo, la escena real del piloto automático es bastante complicada. El primer accidente de piloto automático ocurrió en 2016. Resultó en un choque fatal donde el lado blanco de un vehículo parecía similar a un cielo brillantemente iluminado. La raíz del problema es que el sistema de visión del piloto automático no puede identificar la parte de un vehículo cuando la parte es similar al fondo. Se propuso por primera vez un método llamado DIDA basado en la red de aprendizaje profundo para ver la parte oculta. DIDA cascadas los siguientes pasos: detección de objetos, escalado, rellenado de imágenes asumiendo una parte oculta al lado del auto, redetección de objetos a partir de la imagen rellenada, zoom de regreso al tamaño original y establecimiento de una región de alarma comparando dos regiones detectadas. DIDA fue probado en una escena similar y logró resultados emocionantes. Este método resuelve el problema mencionado anteriormente solo usando señales ópticas. Además, el conjunto de datos de vehículos capturado en Xi"an, China, puede ser utilizado en investigaciones posteriores.