基于改進ResNet50網絡的自動駕駛場景天氣識別算法
摘要：為了充分利用自動駕駛汽車路測圖像數據，增加行駛過程中對天氣情況識別的準確性，提出了一種基于改進ResNet50網絡的自動駕駛場景天氣識別算法。該算法將SE模塊與ResNet50網絡相結合，通過在ResNet50網絡4組模塊內加入SE模塊，以便更好地擬合通道間復雜的魯棒性。基于自動駕駛汽車路測圖像數據對所提算法進行Python編程實現，結果表明：SE模塊的加入能夠增加算法的魯棒性和準確性，提高了自動駕駛的天氣識別精度。
聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用，如有內容侵權或者其他違規(guī)問題，請聯系本站處理。
舉報投訴
-
網絡
+關注
關注
14文章
7565瀏覽量
88775 -
python
+關注
關注
56文章
4797瀏覽量
84682 -
自動駕駛
+關注
關注
784文章
13812瀏覽量
166448
原文標題：論文 | 基于路測圖像與改進 ResNet50 網絡的自動駕駛場景天氣識別算法
文章出處：【微信號：汽車與新動力，微信公眾號：汽車與新動力】歡迎添加關注！文章轉載請注明出處。
發(fā)布評論請先 登錄
相關推薦
FPGA在自動駕駛領域有哪些應用？
是FPGA在自動駕駛領域的主要應用：
一、感知算法加速
圖像處理：自動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。FPGA在處理圖像上的運算速度快，可
發(fā)表于 07-29 17:09
FPGA在自動駕駛領域有哪些優(yōu)勢?
可以根據自動駕駛系統(tǒng)的具體需求，通過編程來配置FPGA的邏輯功能和連接關系，以適應不同的應用場景和算法變化。這種靈活性使得FPGA能夠快速適應自動駕駛技術的快速發(fā)展和變化。
低延遲：
發(fā)表于 07-29 17:11
谷歌的自動駕駛汽車是醬紫實現的嗎？
看到新聞報道說谷歌自動駕駛汽車已經行駛近30萬公里了，非常的強大~~上次參加了重慶新能源汽車峰會，對會上富士通半導體宣講的一款全景視頻汽車實時監(jiān)控技術平臺似乎看到了自動駕駛的影子（利用MB86R11
發(fā)表于 06-14 16:15
自動駕駛真的會來嗎？
高速路段，其無法自動識別停車等路標。所以只有當圖像識別、判斷，信息的分析、學習，得到深入發(fā)展，才可能真正解決自動駕駛面臨的難題。 另外在硬件層面，圖像采集也是難關。無論是各類攝像頭還是傳感器，其都是一
發(fā)表于 07-21 09:00
速騰聚創(chuàng)首次發(fā)布LiDAR算法 六大模塊助力自動駕駛
、三維數據處理算法和深度學習技術相結合，讓機器人擁有超越人類眼睛的環(huán)境感知能力，目前主要致力自動駕駛領域的研發(fā)。2016年12月底，牛車網曾采訪速騰聚創(chuàng)創(chuàng)始人兼CEO邱純鑫，2年多的時間，他已帶領企業(yè)完成
發(fā)表于 10-13 16:08
即插即用的自動駕駛LiDAR感知算法盒子 RS-Box
RS-LiDAR-Algorithms 感知算法。經過與多個自動駕駛汽車研發(fā)團隊的聯合調試打磨，RS-LiDAR-Algorithms 目前已經可以駕馭常見的大部分自動駕駛場景，其以
發(fā)表于 12-15 14:20
神經網絡解決方案讓自動駕駛成為現實
的技術創(chuàng)新的靈活架構非常重要。神經網絡在自動駕駛的應用第一批神經網絡應用程序將專注于視覺處理，以支持諸如自動行人、交通信號或道路特征識別等功
發(fā)表于 12-21 17:11
如何讓自動駕駛更加安全？
50個小時以上自動駕駛操作經驗，其中40個小時以上為申請測試項目。北京許可的自動駕駛汽車可以不需要駕駛人直接干預，但在相關要求中，申請自動駕駛
發(fā)表于 05-13 00:26
為何自動駕駛需要5G？
三，邊緣計算是自動駕駛的未來。5G核心網控制面與數據面徹底分離，NFV令網絡部署更加靈活，從而使能分布式的邊緣計算部署。邊緣計算將更多的數據計算和存儲從“核心”下沉到“邊緣”，部署于接近數據源的地方
發(fā)表于 06-08 07:00
轉發(fā):聊聊邊緣計算在自動駕駛中的應用場景
，獲取比單車的內外部傳感器更多的信息，增強對非視距范圍內環(huán)境的感知，并通過高清3D動態(tài)地圖實時共享自動駕駛的位置。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，雷達和攝像頭無法清晰辨別前方
發(fā)表于 07-21 14:12
【KV260視覺入門套件試用體驗】四、學習過程梳理&DPU鏡像&Resnet50
檢測、人臉識別等任務中都表現出色。其引入的殘差學習概念，有效地解決了深度神經網絡中的梯度消失和網絡退化問題。未來，ResNet50模型在更多領域的應用，值得我們期待。
5.1、DPU鏡
發(fā)表于 09-26 15:21
LabVIEW開發(fā)自動駕駛的雙目測距系統(tǒng)
精確的距離信息，從而提高車輛的主動安全性能。這一系統(tǒng)的開發(fā)和應用有望在自動駕駛領域取得更多突破性進展。
?
這是LabVIEW的一個功能介紹，更多的使用方法與開發(fā)案例，歡迎登錄官網，了解更多信息。有需要LabVIEW項目合作開發(fā)，請與我們聯系。
發(fā)表于 12-19 18:02
MLPerf世界紀錄技術分享：優(yōu)化卷積合并算法提升Resnet50推理性能
MLPerf是一套衡量機器學習系統(tǒng)性能的權威標準，將在標準目標下訓練或推理機器學習模型的時間，作為一套系統(tǒng)性能的測量標準。MLPerf推理任務包括圖像識別（ResNet50）、醫(yī)學影像分割
小米自動駕駛技術：算法篇
小米SOGDet的網絡架構，并無獨特之處，畢竟網絡基礎都是谷歌和META構建的。目前頂級自動駕駛網絡基本都是三部分，其中骨干Backbone部分，還是基于CNN，沒辦法，Transof
發(fā)表于 04-15 14:34
?661次閱讀
工商網監(jiān)
評論