欢迎光临散文网 会员登陆 & 注册

铁路障碍物检测新突破:全局信息解析开启安全未来

2023-08-16 10:03 作者:计算机视觉life  | 我要投稿

以下内容来自小六的机器人SLAM学习圈知识星球每日更新内容

点击领取学习资料 → 机器人SLAM学习资料大礼包

#论文##开源# arxiv速递|ETH苏黎世联邦理工学院开源局部和全局信息的铁路轨道障碍物检测

【Local and Global Information in Obstacle Detection on Railway Tracks】

开源代码:Page not found · GitHub · GitHub

文章链接:arxiv.org/pdf/2307.1547

铁路上可靠的障碍物检测可以帮助防止碰撞,以免导致受伤、潜在的火车损坏或脱轨。不幸的是,通用的对象检测器没有足够的类来解释所有可能的场景,并且很难获得以铁路上的对象为特征的数据集。我们建议利用浅层网络从普通铁路图像中学习铁路分割。网络有限的接受域可以防止过度自信的预测,并允许网络专注于铁路环境中局部非常特殊和重复的模式。此外,我们通过学习幻觉无障碍图像来探索全局信息的受控包含。我们在一个自定义数据集上评估我们的方法,该数据集包含带有人工增强障碍物的铁路图像。我们提出的方法优于其他基于学习的基线方法。

以上内容来自小六的机器人SLAM学习圈知识星球每日更新内容

铁路障碍物检测新突破:全局信息解析开启安全未来的评论 (共 条)

分享到微博请遵守国家法律