[发明专利]一种基于深度学习的停车位检测方法及系统在审
| 申请号： | 201810824584.2 | 申请日： | 2018-07-25 |
| 公开（公告）号： | CN109086708A | 公开（公告）日： | 2018-12-25 |
| 发明（设计）人： | 田勇;钱令军;田劲东 | 申请（专利权）人： | 深圳大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/08 |
| 代理公司： | 广州嘉权专利商标事务所有限公司 44205 | 代理人： | 唐致明;洪铭福 |
| 地址： | 518060 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的停车位检测方法，包括以下步骤：获取停车位的目标图像；设置所述停车位目标图像的训练集和测试集；对感兴趣目标区域设置标签，标记所述目标区域的坐标及类别；初始化神经网络参数；将所述训练集及标签信息置于所述神经网络中参与训练；对训练结果进行量化评估。一种基于深度学习的停车位检测系统，包括：图像获取模块、初始设置模块和训练控制模块。其有效的解决了传统图像方法检测对待泊车车位环境要求较高的缺点，适应性较强，且即使在极端环境下对待泊车车位的特征点也能够完美的检测及定位，便于车辆自动准确停车对位，具有鲁棒性好的优点，同时也提高了用户体验。可广泛应用于停车位识别领域。 | ||
| 搜索关键词： | 停车位 检测 泊车车位 目标区域 目标图像 训练集 神经网络参数 图像获取模块 标签信息 初始设置 传统图像 环境要求 极端环境 检测系统 控制模块 量化评估 神经网络 训练结果 用户体验 测试集 初始化 鲁棒性 特征点 对位 学习 停车 标签 应用 | ||
【主权项】：
1.一种基于深度学习的停车位检测方法，其特征在于，包括以下步骤：获取停车位的目标图像；设置所述停车位目标图像的训练集和测试集；对感兴趣目标区域设置标签，标记所述目标区域的坐标及类别；初始化神经网络参数；将所述训练集及标签信息置于所述神经网络中参与训练；对训练结果进行量化评估。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳大学，未经深圳大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810824584.2/，转载请声明来源钻瓜专利网。
