基于CNN-Transformer的自动泊车车位感知算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

【摘要】为提高自动泊车成功率及准确性，首先基于卷积神经网络（CNN）模型对输入图像进行特征提取，然后利用Transfomer模型的“编码-解码”机制对CNN提取到的图像特征平铺后进行计算推理，通过前馈神经网络得到目标预测结果，最后基于180°广角鱼眼图像进行推理识别，车位角中心点和空车位入口中心点均采用二维坐标表示，降低了输出信息的冗余，优化了模型结构。（剩余10396字）

试读结束

目录
monitor