智能驾驶机器学习知识总结

前言

本文主要对智能驾驶机器学习相关知识进行初步探究和总结，以加深理解，及方便后续学习过程中查漏补缺。

机器视觉

相机投影几何

原理

• 原理：小孔成像

坐标系

• 分类：世界坐标系、相机坐标系、图像坐标系、像素坐标系
  
• 转换
  • 世界–》相机
  • 相机–》图像：内参矩阵K；标定
  • 图像–》像素

双目视觉

• 极线约束

视觉特征

• 图像特征：
  • 图像中感兴趣点
• 图像特征检测：
  • 角点特征、边特征、区块特征
• 特征描述子
• 特征匹配
  • 距离函数、穷举匹配
  • 二义性、奇异点处理方法

神经网络

前馈神经网络

• 激励函数：ReLU

应用

• 分类、检测、深度估计、语义分割

训练

数据

• 数据=训练集+验证集+测试集

过拟合

• 过拟合：泛化能力差
  • 增加训练数据
  • 更改模型架构
  • 规则化方法

欠拟合

• 欠拟合：训练损失高
  • 更长的训练过程
  • 增加层数或各层的单元数
  • 更改模型架构

卷积神经网络

结构

• 卷积层
• 池化层

应用

目标检测

• 特征提取模块
  • 特征提取器：如VGG、ResNet
• 检测框模块
• 非极大抑制

语义分割

• 标记每一个像素
• 应用：道路路面识别