买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜南京佑驾科技有限公司申请的专利一种含遮挡的目标物处理方法、装置及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114359859B 。

龙图腾网通过国家知识产权局官网在2025-03-07发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111470053.6，技术领域涉及：G06V20/58；该发明授权一种含遮挡的目标物处理方法、装置及存储介质是由朱晓东;刘国清;郑伟;季思文设计研发完成，并于2021-12-03向国家知识产权局提交的专利申请。

本一种含遮挡的目标物处理方法、装置及存储介质在说明书摘要公布了：本发明公开了一种含遮挡的目标物处理方法、装置及存储介质，其方法包括采集道路的当前图像数据；基于预构建的目标物处理模型对当前图像数据进行处理得到目标物的类别和位置框；其中，所述目标物处理模型的构建包括：获取道路的历史图像数据；根据预设的标注规则对历史图像数据中目标物的类别、位置框以及遮挡状态进行人工标注；对标注后的历史图像数据进行增广处理和数据编码生成历史图像数据集；通过历史图像数据集对YOLOv5神经网络进行训练构建目标物处理模型；所述遮挡状态包括无遮挡、轻度遮挡和重度遮挡；本发明能够解决目标物的类别和位置框识别精准的技术问题，方便后续辅助驾驶更精准的决策。

本发明授权一种含遮挡的目标物处理方法、装置及存储介质在权利要求书中公布了：1.一种含遮挡的目标物处理方法，其特征在于，包括：采集道路的当前图像数据；基于预构建的目标物处理模型对当前图像数据进行处理得到目标物的类别和位置框；其中，所述目标物处理模型的构建包括：获取道路的历史图像数据；根据预设的标注规则对历史图像数据中目标物的类别、位置框以及遮挡状态进行人工标注；对标注后的历史图像数据进行增广处理和数据编码生成历史图像数据集；通过历史图像数据集对YOLOv5神经网络进行训练构建目标物处理模型；所述遮挡状态包括无遮挡、轻度遮挡和重度遮挡；其中，所述通过历史图像数据集对YOLOv5神经网络进行训练构建目标物处理模型包括：将历史图像数据集划分为训练集、测试集以及验证集；将训练集中的训练样本输入YOLOv5神经网络得到预测输出；根据YOLOv5神经网络的预测输出和验证集计算总损失LDet： 其中，Lobj为目标置信度损失，Lclass为目标类别损失，Lbox为目标位置框损失，为含有遮挡状态的目标物类别损失，为含有遮挡状态目标物位置框损失，分别为权重参数，y为重度遮挡标志位，若遮挡目标为重度遮挡，则y＝1，否则y＝0；采用总损失LDet进行反向传播迭代YOLOv5神经网络的网络参数；根据迭代的网络参数更新YOLOv5神经网络，并根据测试集测试更新后的YOLOv5神经网络，若满足预设要求，则将更新后的YOLOv5神经网络作为目标物处理模型；其中，所述目标类别损失和含有遮挡状态的目标物类别损失通过cross-entropy损失函数计算获取；所述cross-entropy损失函数为： 其中，C为目标类别损失，x为测试样本，n为测试集中测试样本数量，y为目标物类别的标注信息，a为YOLOv5神经网络输出的目标物类别的预测信息；所述目标位置框损失和含有遮挡状态的目标位置框损失通过CIoULoss损失函数计算获取；所述CIoULoss损失函数为： 其中，LCIoU为目标位置框损失，A为标注的目标物位置框，B为YOLOv5神经网络输出预测的目标物位置框；ρ2b，bgt为标注的目标物位置框A的中心点b与预测的目标物位置框B的中心点bgt的欧几里得距离，c为标注的目标物位置框和预测的目标物位置框B之间最小外接矩形对角线长度；w和h分别为标注的目标物位置框的宽和高，wgt和hgt分别为预测的目标物位置框的宽和高；所述目标置信度损失取IoU值表示。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京佑驾科技有限公司，其通讯地址为：210038 江苏省南京市南京经济技术开发区兴智路6号兴智科技园A座18层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。