[發明專利]一種基于深度學習的目標檢測系統

在審

• 申請號: 202211248554.4
• 申請日: 2022-10-12
• 公開（公告）號: CN115544885A
• 公開（公告）日: 2022-12-30
• 發明（設計）人: 孫業國;劉義紅;劉磊;張龍;張科
• 申請（專利權）人: 淮南師范學院
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/04;G06N3/08
• 代理公司: 北京深川專利代理事務所(普通合伙) 16058
• 代理人: 疏亞雅

1.一種基于深度學習的目標檢測系統，其特征在于，包括：

數據標記模塊，所述數據標記模塊用以對道路上的物體進行標記，并對每一個物體賦予獨立的編號；

數據存儲模塊，所述數據存儲模塊用以將數據標記模塊中標記的數據進行保存，并根據標記的類別編號進行分類；

數據處理模塊，所述數據處理模塊用以分析處理數據存儲模塊中的存儲數據；

數據驗證模塊，所述數據驗證模塊用以將處理后的數據進行歸類整理，并驗證每一項數據是否存在錯誤；

仿真模擬模塊，所述數據驗證模塊采用驗證完整且正確的數據，然后將數據導入到程序進行仿真模擬，確認目標檢測系統能否檢測到模擬目標信息，并進行識別；

結果記錄模塊，所述結果記錄模塊用以保存記錄模擬通過的數據，以備后續導入到自動駕駛系統中，用以提供自動駕駛的目標檢測。

2.根據權利要求1所述一種基于深度學習的目標檢測系統，其特征在于：所述數據標記模塊基于攝像頭和激光雷達進行目標檢測，所述攝像頭和激光雷達采集到數據后，所述從數據標記模塊自動對常規物體進行標記。

3.根據權利要求2所述一種基于深度學習的目標檢測系統，其特征在于：所述數據標記模塊針對無法識別的物體，會將其單獨收儲在一個文件夾中，然后技術員手動對這些物體添加標記。

4.根據權利要求1所述一種基于深度學習的目標檢測系統，其特征在于：所述數據存儲模塊基于云盤存儲和本地硬盤存儲兩種方式，防止數據丟失損壞無法找到原始數據源進行替換。

5.根據權利要求4所述一種基于深度學習的目標檢測系統，其特征在于：所述數據存儲模塊中設有兩個獨立的存儲層，兩個獨立所述存儲層用以分別存儲目標類別檢測數據和目標實例檢測數據。

6.根據權利要求1所述一種基于深度學習的目標檢測系統，其特征在于：所述數據處理模塊用以將數據存儲模塊中的標記數據制作成所述數據驗證模塊能夠識別的數據。

7.根據權利要求1所述一種基于深度學習的目標檢測系統，其特征在于：所述數據驗證模塊用以驗證數據完整性，防止進入到所述仿真模擬模塊中的數據不完整，而導致仿真模擬失敗，需要花費較多的時間進行故障排查。

8.根據權利要求1所述一種基于深度學習的目標檢測系統，其特征在于：所述仿真模擬模塊利用收集的數據進行三維仿真模擬，驗證目標檢測系統的識別準確率，在模擬中及時發現問題，并優化目標識別的效率，降低目標檢測系統的內存占用比例。

9.根據權利要求1所述一種基于深度學習的目標檢測系統，其特征在于：所述結果記錄模塊定期對保存的數據進行篩選，自動去除冗余無用的數據，以此提高目標檢測系統的運行速度。

10.根據權利要求9所述一種基于深度學習的目標檢測系統，其特征在于：所述結果記錄模塊中包括數據對比庫，所述數據對比庫中存儲有當前的最新數據，用以和過往冗余無用數據進行對比，實現對數據的篩選。