基于改進(jìn)ResNet50網(wǎng)絡(luò)的自動(dòng)駕駛場景天氣識別算法
摘要：為了充分利用自動(dòng)駕駛汽車路測圖像數(shù)據(jù)，增加行駛過程中對天氣情況識別的準(zhǔn)確性，提出了一種基于改進(jìn)ResNet50網(wǎng)絡(luò)的自動(dòng)駕駛場景天氣識別算法。該算法將SE模塊與ResNet50網(wǎng)絡(luò)相結(jié)合，通過在ResNet50網(wǎng)絡(luò)4組模塊內(nèi)加入SE模塊，以便更好地?cái)M合通道間復(fù)雜的魯棒性?；谧詣?dòng)駕駛汽車路測圖像數(shù)據(jù)對所提算法進(jìn)行Python編程實(shí)現(xiàn)，結(jié)果表明：SE模塊的加入能夠增加算法的魯棒性和準(zhǔn)確性，提高了自動(dòng)駕駛的天氣識別精度。
聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問題，請聯(lián)系本站處理。
舉報(bào)投訴
-
網(wǎng)絡(luò)
+關(guān)注
關(guān)注
14文章
8048瀏覽量
92487 -
python
+關(guān)注
關(guān)注
56文章
4849瀏覽量
89256 -
自動(dòng)駕駛
+關(guān)注
關(guān)注
791文章
14572瀏覽量
174771
原文標(biāo)題：論文 | 基于路測圖像與改進(jìn) ResNet50 網(wǎng)絡(luò)的自動(dòng)駕駛場景天氣識別算法
文章出處：【微信號：汽車與新動(dòng)力，微信公眾號：汽車與新動(dòng)力】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
相關(guān)推薦
熱點(diǎn)推薦
FPGA在自動(dòng)駕駛領(lǐng)域有哪些應(yīng)用？
是FPGA在自動(dòng)駕駛領(lǐng)域的主要應(yīng)用：
一、感知算法加速
圖像處理：自動(dòng)駕駛中需要通過攝像頭獲取并識別道路信息和行駛環(huán)境，這涉及到大量的圖像處理任務(wù)。FPGA在處理圖像上的運(yùn)算速度快，可
發(fā)表于 07-29 17:09
FPGA在自動(dòng)駕駛領(lǐng)域有哪些優(yōu)勢?
可以根據(jù)自動(dòng)駕駛系統(tǒng)的具體需求，通過編程來配置FPGA的邏輯功能和連接關(guān)系，以適應(yīng)不同的應(yīng)用場景和算法變化。這種靈活性使得FPGA能夠快速適應(yīng)自動(dòng)駕駛技術(shù)的快速發(fā)展和變化。
低延遲：
發(fā)表于 07-29 17:11
谷歌的自動(dòng)駕駛汽車是醬紫實(shí)現(xiàn)的嗎？
看到新聞報(bào)道說谷歌自動(dòng)駕駛汽車已經(jīng)行駛近30萬公里了，非常的強(qiáng)大~~上次參加了重慶新能源汽車峰會，對會上富士通半導(dǎo)體宣講的一款全景視頻汽車實(shí)時(shí)監(jiān)控技術(shù)平臺似乎看到了自動(dòng)駕駛的影子（利用MB86R11
發(fā)表于 06-14 16:15
速騰聚創(chuàng)首次發(fā)布LiDAR算法 六大模塊助力自動(dòng)駕駛
、三維數(shù)據(jù)處理算法和深度學(xué)習(xí)技術(shù)相結(jié)合，讓機(jī)器人擁有超越人類眼睛的環(huán)境感知能力，目前主要致力自動(dòng)駕駛領(lǐng)域的研發(fā)。2016年12月底，牛車網(wǎng)曾采訪速騰聚創(chuàng)創(chuàng)始人兼CEO邱純鑫，2年多的時(shí)間，他已帶領(lǐng)企業(yè)完成
發(fā)表于 10-13 16:08
即插即用的自動(dòng)駕駛LiDAR感知算法盒子 RS-Box
RS-LiDAR-Algorithms 感知算法。經(jīng)過與多個(gè)自動(dòng)駕駛汽車研發(fā)團(tuán)隊(duì)的聯(lián)合調(diào)試打磨，RS-LiDAR-Algorithms 目前已經(jīng)可以駕馭常見的大部分自動(dòng)駕駛場景，其以
發(fā)表于 12-15 14:20
神經(jīng)網(wǎng)絡(luò)解決方案讓自動(dòng)駕駛成為現(xiàn)實(shí)
的技術(shù)創(chuàng)新的靈活架構(gòu)非常重要。神經(jīng)網(wǎng)絡(luò)在自動(dòng)駕駛的應(yīng)用第一批神經(jīng)網(wǎng)絡(luò)應(yīng)用程序?qū)Ｗ⒂谝曈X處理，以支持諸如自動(dòng)行人、交通信號或道路特征識別等功
發(fā)表于 12-21 17:11
如何讓自動(dòng)駕駛更加安全？
50個(gè)小時(shí)以上自動(dòng)駕駛操作經(jīng)驗(yàn)，其中40個(gè)小時(shí)以上為申請測試項(xiàng)目。北京許可的自動(dòng)駕駛汽車可以不需要駕駛人直接干預(yù)，但在相關(guān)要求中，申請自動(dòng)駕駛
發(fā)表于 05-13 00:26
為何自動(dòng)駕駛需要5G？
三，邊緣計(jì)算是自動(dòng)駕駛的未來。5G核心網(wǎng)控制面與數(shù)據(jù)面徹底分離，NFV令網(wǎng)絡(luò)部署更加靈活，從而使能分布式的邊緣計(jì)算部署。邊緣計(jì)算將更多的數(shù)據(jù)計(jì)算和存儲從“核心”下沉到“邊緣”，部署于接近數(shù)據(jù)源的地方
發(fā)表于 06-08 07:00
轉(zhuǎn)發(fā):聊聊邊緣計(jì)算在自動(dòng)駕駛中的應(yīng)用場景
，獲取比單車的內(nèi)外部傳感器更多的信息，增強(qiáng)對非視距范圍內(nèi)環(huán)境的感知，并通過高清3D動(dòng)態(tài)地圖實(shí)時(shí)共享自動(dòng)駕駛的位置。例如在雨雪、大霧等惡劣天氣下，或在交叉路口、拐彎等場景下，雷達(dá)和攝像頭無法清晰辨別前方
發(fā)表于 07-21 14:12
【CANN訓(xùn)練營第三季】基于Caffe ResNet-50網(wǎng)絡(luò)實(shí)現(xiàn)圖片分類
【CANN訓(xùn)練營第三季】基于Caffe ResNet-50網(wǎng)絡(luò)實(shí)現(xiàn)圖片分類
發(fā)表于 12-19 22:34
【KV260視覺入門套件試用體驗(yàn)】四、學(xué)習(xí)過程梳理&DPU鏡像&Resnet50
檢測、人臉識別等任務(wù)中都表現(xiàn)出色。其引入的殘差學(xué)習(xí)概念，有效地解決了深度神經(jīng)網(wǎng)絡(luò)中的梯度消失和網(wǎng)絡(luò)退化問題。未來，ResNet50模型在更多領(lǐng)域的應(yīng)用，值得我們期待。
5.1、DPU鏡
發(fā)表于 09-26 15:21
MLPerf世界紀(jì)錄技術(shù)分享：優(yōu)化卷積合并算法提升Resnet50推理性能
MLPerf是一套衡量機(jī)器學(xué)習(xí)系統(tǒng)性能的權(quán)威標(biāo)準(zhǔn)，將在標(biāo)準(zhǔn)目標(biāo)下訓(xùn)練或推理機(jī)器學(xué)習(xí)模型的時(shí)間，作為一套系統(tǒng)性能的測量標(biāo)準(zhǔn)。MLPerf推理任務(wù)包括圖像識別（ResNet50）、醫(yī)學(xué)影像分割
小米自動(dòng)駕駛技術(shù)：算法篇
小米SOGDet的網(wǎng)絡(luò)架構(gòu)，并無獨(dú)特之處，畢竟網(wǎng)絡(luò)基礎(chǔ)都是谷歌和META構(gòu)建的。目前頂級自動(dòng)駕駛網(wǎng)絡(luò)基本都是三部分，其中骨干Backbone部分，還是基于CNN，沒辦法，Transof
發(fā)表于 04-15 14:34
?1327次閱讀
基于RV1126開發(fā)板的resnet50訓(xùn)練部署教程
本教程基于圖像分類算法ResNet50的訓(xùn)練和部署到EASY-EAI-Nano(RV1126)進(jìn)行說明
基于瑞芯微RK3576的resnet50訓(xùn)練部署教程
Resnet50簡介ResNet50網(wǎng)絡(luò)是2015年由微軟實(shí)驗(yàn)室的何愷明提出，獲得ILSVRC2015圖像分類競賽第一名。在ResNet網(wǎng)絡(luò)
工商網(wǎng)監(jiān)
評論