本發明涉及一種基于區塊鏈的自動駕駛跨域目標檢測方法,該方法包括:構建基于區塊鏈的目標檢測系統框架,并基于系統框架訓練DA?YOLO模型且設計域分類器;構造車輛區塊鏈結構,并設置智能合約且執行數據存儲和模型共享;將數據打包為區塊并添加到車輛區塊鏈結構中。上述基于區塊鏈的自動駕駛跨域目標檢測方法,可以提高DDL系統的安全性和有效性。與條件分布式學習相比,基于區塊鏈的分布式學習可以減少每個節點的計算開銷。通過域自適應,所提出的方法可以減少不同對象類之間的域差異。另外,通過使用區塊鏈技術可以保證模型共享的可靠性,提高跨域對象檢測的性能。
聲明:
“基于區塊鏈的自動駕駛跨域目標檢測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)