Modelo visual multitarea en tiempo real en una escena de conducción automática
Autores: Zheng, Xinwang; Lu, Chengyu; Zhu, Peibin; Yang, Guangsong
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Modelo visual multitarea en tiempo real en una escena de conducción automática
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Tecnología de conducción automática
Percepción ambiental
Sistema de percepción de conducción automática en tiempo real
Aprendizaje multitarea
Tecnología de reconocimiento basada en visión
Conjunto de datos de Apollo Scape
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 34
Citaciones: Sin citaciones
En los últimos años, la tecnología de conducción automática ha avanzado rápidamente, y la percepción ambiental es uno de los aspectos importantes de la tecnología de conducción automática. Para diseñar un sistema de percepción de conducción automática en tiempo real con recursos computacionales limitados, primero propusimos una red con una velocidad de razonamiento más rápida y menos parámetros utilizando el aprendizaje multitarea y la tecnología de reconocimiento basada en visión, que puede apuntar a las tres tareas de detección de objetivos de tráfico, segmentación de carreteras transitables y detección de carriles que deben realizarse simultáneamente. Basados en el conjunto de datos de Apollo Scape, los resultados experimentales muestran que nuestra red es superior a la red base en términos de precisión y velocidad de razonamiento, y puede realizar diversas tareas desafiantes.
Descripción
En los últimos años, la tecnología de conducción automática ha avanzado rápidamente, y la percepción ambiental es uno de los aspectos importantes de la tecnología de conducción automática. Para diseñar un sistema de percepción de conducción automática en tiempo real con recursos computacionales limitados, primero propusimos una red con una velocidad de razonamiento más rápida y menos parámetros utilizando el aprendizaje multitarea y la tecnología de reconocimiento basada en visión, que puede apuntar a las tres tareas de detección de objetivos de tráfico, segmentación de carreteras transitables y detección de carriles que deben realizarse simultáneamente. Basados en el conjunto de datos de Apollo Scape, los resultados experimentales muestran que nuestra red es superior a la red base en términos de precisión y velocidad de razonamiento, y puede realizar diversas tareas desafiantes.