摘要
本发明提供一种应用于安全驾驶的道路异常识别方法和系统及存储介质，该方法包括：S1：利用深度学习进行检测网络模型和分类网络模型的数据训练，检测网络模型用于识别当前图片的异常位置和类别，分类网络模型用于识别异常的危害程度；S2：将步骤S1中训练好的检测网络模型和分类网络模型部署在车端，并进行车端离线检测异常及人工复查，以将模型识别的异常信息与驾驶员记录的异常信息融合进地图；S3：将步骤S2中融合后的地图进行共享。本发明能够检测识别道路上绝大多数影响驾驶的异常情况、准确定位异常位置并给出操作建议；通过深度学习技术和人工实际经验结合，能够真正部署在生产环境；并且以低成本获取了大面积的城市道路异常分布信息。
