江铃汽车申请深度卷积神经网络专利，提高目标物识别的效率以及保证识别的准确率

金融界2024年2月7日消息，据国家知识产权局公告，江铃汽车股份有限公司申请一项名为“一种基于深度卷积神经网络的目标物识别方法、装置及车辆“，公开号CN117523541A，申请日期为2023年11月。

专利摘要显示，本发明涉及辅助驾驶技术领域，尤其是涉及一种基于深度卷积神经网络的目标物识别方法、装置及车辆；方法包括获取目标物数据参数，根据目标物数据参数搭建目标物数据模型，持续性采集目标车辆前方图像信息，对图像信息进行预处理得到待识别图像信息，其中，预处理包括对图像分辨率及RGB颜色进行定义；根据待识别图像信息，调取预设的换算系数对待识别图像信息进行单元格划分得到输出单元格，输出单元格包括多个待识别数据模型；基于目标物数据模型，对多个待识别数据模型降序排列进行预筛选以及非最大值抑制交并比处理，识别得到最终目标物，本方法可以对视野范围更大图像进行识别，同时提高了目标物识别的效率以及保证识别的准确率。

本文源自金融界