基于Faster RCNN的ADAS实践

依然范特西╮ 提交于 2020-03-06 17:46:09

36第一课:ADAS:Advance Drive Assistance System中的CV应用

1 业务场景描述

  1. 导航与实时交通系统TMC
  2. 电子警察
  3. 车辆网
  4. 自适应巡航ACC
  5. 车道偏移报警系统
  6. 车道保持系统
  7. 碰撞避免或预碰撞系统
  8. 自动泊车
  9. 交通标识识别
    10.驾驶员疲劳探测

2 CV应用于ADAS

  1. 检测车载视频数据中的机动车、非机动车、行人、交通标识
    • 标准的目标检测问题
      • 不同目标的外观差异
      • 光照(数据增强)、遮挡(局部特征)
      • 视角、大小(尺度变化)、位置
  2. 对比人脸检测任务,背景更复杂
  3. 判断模型的好坏
    • 检测率、误报率
    • AP和mAP,s交并比
  4. 数据集资源

3、ADAS场景行业应用现状

  1. 机动车、非机动车、行人检测问题难点
    • 阴天、雨天、夜间目标检测
    • 拥挤场景下目标检测
    • 行人刚性运动带来的检测难题
    • 小目标检测问题
    • 遮挡问题

37第二课:Kitti数据集标注格式、下载

1. KITTI下载

2. KITTI数据集介绍(100G、激光雷达等)

  • 该数据集用于评测立体图像,光流、视觉测距,3D物体检测和3D跟踪
  • 市区、乡村、高速公路场景、一张图高达15辆车和30个行人,遮挡阶段
  • 由389对立体图像和光流图,39.2km视觉测距序列以及超过200k 3D标注物体的图像组成,以10Hz的频率采样及同步

3 load 12G 目标检测及注释

- 进入主页
- Downldad left color images of object data set(12G)
- download training labels of object data set(5MB)

38 Kitti数据集类别的提取VOC格式

1 生成VOC格式

易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!