案例ID:158611
技术顾问:段旭 - 3年经验 - 百度
联系沟通
项目名称:基于深度学习的交通标志牌要素提取
所属行业:人工智能 - 机器人
作为图像算法负责人,研发并改进基于Faster RCNN的多尺度交通标志牌提取算法,利用构建数据闭环与数据扩充方式解决数据收集困难且类别不均衡问题,加入多尺度训练策略,改进anchor机制并依靠多帧结果信息弥补小目标检测及属性识别问题;在多传感器结果融合环节,与点云结果融合聚类,解决点云标牌集合特征未召回等问题。 图像识别实现100%实物召回,考虑到后续通用性,已实现国家标准中268类交通标志属性识别,识别准确率达98%。
其他人才的相似案例推荐
项目描述群控系统-通过一个网页可以控制N台手机(没有上限)进
可以使用opencv,NIAssistant,Halcon
负责全栈开发工作。 本系统专为客户生成机器人授权文件,限制
通过企业微信自建应用完成gitlab、jira、conflu
1.求出离散点最小面积凸包矩形 2.根据坐标点旋转坐标
C/S架构的机器人操作系统,将机器人的服务与调用分开,对外提
这是一个可以支持跨平台的网络传输库,使用Socket网络编程
现在随着电子产品的越来越多,作为和用户直接交互的屏幕的关注度
机房机柜的红灯目标检测加上目标跟踪,由于样本较少且较难采集,
对接法兰克机器人,根据现有制造软件进行二次开发,重新绘制界面
1、多相机拼接 2、鱼眼相机内、外参的联合标定 3、2D
企业点击发布任务,工程师会在任务下报名,招聘专员也会在1小时内与您联系,1小时内精准确定人才
关注猿急送微信平台,接收实时人才推送