算法学习笔记
文章平均质量分 93
小趴菜_自动驾驶搬砖人
自动驾驶领域小白,希望跟大家一起学习自动驾驶相关内容。
展开
-
算法类学习笔记 ———— 红绿灯检测
红绿灯检测就是获取红绿灯在图像中的坐标以及它的类别。按照交通法规定:如果检测到红灯,则需要在路口等待;若检测到绿灯,则可以通过路口;如果检测到黄灯,黄灯亮时已经越过停止线的车辆可以继续通过,还未越过停止线的车辆应停车。因此,能否准确检测到红绿灯状态决定着无人驾驶汽车的安全。之前对于红绿灯的检测,大多利用颜色形状等低级特征去做,例如在颜色上使用一个阈值进行背景抑制;或者根据颜色特征进行候选框的提取,再对候选框进行分类。这类方法的准确率无法满足要求,因此迫切需要新的技术方案来解决此问题。原创 2024-07-22 08:52:28 · 1016 阅读 · 0 评论 -
算法类学习笔记 ———— 图像金字塔
图像金字塔是图像中多尺度表达的一种,最主要用于图像的分割,是一种以多分辨率来解释图像的有效但概念简单的结构。图像金字塔最初用于机器视觉和图像压缩,一幅图像的金字塔是一系列以金字塔形状排列的分辨率逐步降低,且来源于同一张原始图的图像集合。其通过梯次向下采样获得,直到达到某个终止条件才停止采样。金字塔的底部是待处理图像的高分辨率表示,而顶部是低分辨率的近似。我们将一层一层的图像比喻成金字塔,层级越高,则图像越小,分辨率越低。原创 2024-07-15 08:16:56 · 881 阅读 · 0 评论 -
算法类学习笔记 ———— 车道线检测
车道线是用来管制和引导交通的一种标线,由标化于路面上的线条、箭头、文字、标记和轮廓标识等组成。道路交通线又分为指示标线、禁止标线和警告标线。快速、准确地检测车道线在协助智能车辆路径规划和偏移预警等方面尤为重要。目前较为常见的车道线检测方案主要是基于传统计算机视觉地检测,近年出现了基于深度学习的道路特征预测来替代传统方法。同时随着智能交通地逐步发展,基于雷达等高精设备的车道线检测也成为了可能。原创 2024-07-01 09:19:02 · 1025 阅读 · 0 评论 -
算法类学习笔记 —— 典型卷积神经网络
现有的卷积神经网络的结构可以按照下图机型分类,如基于空间、深度、多宽度、特征通道、注意力等结构,常见的卷积神经网络主要有LeNet、AlexNet、VGGNet、GoogleNet、ResNet、DenseNet、SENet等。原创 2024-06-07 11:01:45 · 982 阅读 · 0 评论