[发明专利]基于深度学习的红绿灯检测方法、装置、设备及存储介质

权利要求书

1.一种基于深度学习的红绿灯检测方法，其特征在于，所述基于深度学习的红绿灯检测方法包括以下步骤：

采集在预设路段上的红绿灯图像信息和道路场景信息，根据所述红绿灯图像信息和所述道路场景信息生成对应的样本数据集；

获取当前红绿灯数据集，根据预设深度学习算法对所述样本数据集和所述当前红绿灯数据集进行训练，以得到目标权重模型；

获取预设转换策略，根据所述预设转换策略对所述目标权重模型进行转换，得到OM模型；

获取预设深度学习推理模型库，根据所述预设深度学习推理模型库对所述OM模型进行推理，得到对应的推理结果，基于所述推理结果实现对红绿灯信号的检测；

所述获取预设深度学习推理模型库，根据所述预设深度学习推理模型库对所述OM模型进行推理，得到对应的推理结果，基于所述推理结果实现对红绿灯信号的检测，包括：

获取预设深度学习推理模型库，根据所述预设深度学习推理模型库对所述OM模型进行分类，以得到所述OM模型所属的目标深度学习推理模型；

提取所述OM模型的目标特征信息；

根据所述目标深度学习推理模型对所述目标特征信息进行推理，得到对应的推理结果，基于所述推理结果实现对红绿灯信号的检测；

所述获取预设转换策略，根据所述预设转换策略对所述目标权重模型进行转换，得到OM模型，包括：

提取所述目标权重模型中的权重值；

获取预设转换策略，根据所述预设转换策略对所述权重值进行转换，得到目标权重值；

获取预设权重值，若所述目标权重值大于预设权重值，则根据所述目标权重值得到OM模型。

2.如权利要求1所述的基于深度学习的红绿灯检测方法，其特征在于，所述采集在预设路段上的红绿灯图像信息和道路场景信息，根据所述红绿灯图像信息和所述道路场景信息生成对应的样本数据集，包括：

获取预设周期，分别采集在所述预设周期内预设路段上的红绿灯图像信息和道路场景信息；

提取所述道路场景信息中的特征信息；

根据所述红绿灯图像信息和所述特征信息生成对应的样本数据集。

3.如权利要求1所述的基于深度学习的红绿灯检测方法，其特征在于，所述获取当前红绿灯数据集，根据预设深度学习算法对所述样本数据集和所述当前红绿灯数据集进行训练，以得到目标权重模型，包括：

获取当前红绿灯数据集，将所述当前红绿灯数据集与所述样本数据集进行融合，得到目标红绿灯数据集；

获取预设深度学习算法，根据所述预设深度学习算法对所述目标红绿灯数据集进行训练，得到目标权重模型。

4.如权利要求3所述的基于深度学习的红绿灯检测方法，其特征在于，所述获取当前红绿灯数据集，将所述当前红绿灯数据集与所述样本数据集进行融合，得到目标红绿灯数据集，包括：

获取当前红绿灯数据集，提取所述当前红绿灯数据集中对应的当前道路场景信息；

将所述道路场景信息中的特征信息替换所述当前道路场景信息中的特征信息，基于替换特征信息的当前道路场景，得到目标红绿灯数据集。

5.如权利要求1所述的基于深度学习的红绿灯检测方法，其特征在于，所述根据所述目标深度学习推理模型对所述目标特征信息进行推理，得到对应的推理结果，基于所述推理结果实现对红绿灯信号的检测之后，还包括：

根据所述推理结果得到对应的识别程序，将所述识别程序内置于目标车辆，以使所述目标车辆在预设路段上根据所述识别程序对所述红绿灯信息进行识别并反馈对应的识别结果；

获取预设红绿灯内置规则，若所述预设红绿灯内置规则与所述识别结果一致，则表明所述推理结果正确。