赞
踩
只用一个目标检测模型(没有关键点,没有旋转框,只有2D框,用yolo系列,ssd、centernet等都可以,只要是目标检测模型就行,本文用的是yolov5s),就可以在fisheye bev图上同时检测如下4条所指的所有类别,所有类别,所有类别,重要的事情说三遍
由于该数据没有标注和训练过,直接用我自己的模型输出的结果。为了适应我的模型输入尺寸,图像大小由原来的1024 x 1024 缩小到480x480,所以识别率和准确度没有我自己数据的高
识别部分结果视频请参考如下链接:
如下类型的车位都支持,包括画线和砖类型车位等(用目标检测框做出来的噢,哈哈哈哈),立体车位和空间斜列车位数据集中没有,这里就不列举了
车位是由4条绿线组成的,如果4条线中有一条线出现如下颜色,则代表下面对应的意思
绿色:可泊 ; 红色:被车占用 ; 橙色:被碍物占用或被障碍物遮挡
1.0 、空间斜列车位
当自车行驶到空间斜列的中间范围,能够同时看到组成空间斜列车位的两个车的前后轮,根据车轮的接地点定位出车轮的连线(如下图矩形框中红色线),根据两侧的矩形框推算出中间的空间斜列车位(下图绿线矩形框)
能看到车辆同侧前后轮,就能够准确定位出车的接地框,所以可以根据车的接地框去合成空间车位,后续可以结合语义判断是否被占用
绿线组成的矩形框代表车位
1)靠路沿侧有车位线:则车位按照实际线给出
2)靠路沿侧无车位线:车位线会给到路沿与地面的交界处
绿线组成的框代表车位,斜列车位数据集中也很少,就列举一张图吧,橙色入口线代表车位内有障碍物,并给出车位内障碍物的类型和位置坐标
绿线组成的矩形框代表车位,列几个示例图如下,更多结果参考视频
给出的是轮档、限位杆离车位入口方向最近的接地位置。如下面图中黄色线(端点是红色原点),输出是黄线的两个端点,360度检测车位内的轮档和限位杆。
箭头给出方向向量,由2个点组成的线段表示,如下面图箭头里的红色线(圆点代表箭头方向)
减速带给出中心线方向向量,由2个点组成的线段表示,如下面橙线(圆点代表减速带端点)
隔离柱、细杆示例如下图,红色序号22所指的蓝色矩形框即检测出的接地框,其中护栏的接地桩也算隔离柱类型
如下图护栏的接地部分也是输出接地框,序号22
雪糕筒例如下图,红色序号3所指的蓝色矩形框即检测出的接地框
地锁给出的接地框不是完全包围地锁的底部,而是以障碍物离自车左右摄像头最近的那个点为准,画出的矩形框,基本代表了地锁的接地位置,地锁示例如下图
下面图中红色序号4 所指的蓝色矩形框即检测出的地锁的接地框,数据集中出现过的地锁基本都能正确识别类型和位置
下图中黄色序号6所指的蓝色接地点,即为检测出的防撞条的接地点
轮胎与地面交界处的黄色的圆点,即为检测出的轮胎的接地点
下图红色序号23所指的蓝色矩形框为检测的人脚的接地框
下图红色序号18所指的蓝色矩形框为石球的接地框
先列这些类别吧,别的先不列了
本文使用的所有图片均来自以下链接,如有侵权,即刻删除博登智能开源AVM(Around View Monitor)环视拼接泊车位数据集 - 知乎 (zhihu.com)dhttps://zhuanlan.zhihu.com/p/564718292?utm_id=0
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。