-
题名结合级联注意力机制的车辆检测算法
被引量：1
- 1
-
-
作者
邓天民
刘旭慧
王丽
王春霞
-
机构
重庆交通大学交通运输学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2023年第21期141-150,共10页
-
基金
国家重点研发计划项目(SQ2020YFF0418521)
重庆市技术创新与应用发展专项重点项目(cstc2020jscx-dxwtBX0019,cstc2021jscx-gksbX0056)
川渝联合实施重点研发项目(cstc2020jscx-cylhX0007)。
-
文摘
针对车辆检测过程中,复杂背景影响较大、远场景小目标及密集遮挡目标特征提取难度较大的问题,提出一种结合级联注意力机制的车辆检测算法CAM-YOLO。构建了一种级联注意力特征提取模块,分别从通道和空间角度出发为特征信息赋予不同的权重,强化关键特征表达能力的同时抑制无关背景信息的影响。采用多尺度特征检测方法,构建一个含有更多细节信息的大尺度特征图,加强目标检测器对远场景小目标的特征提取能力。采用DIOU_NMS后处理方法,同时考虑预测框重叠区域与中心点之间的距离,精准回归预测框,提升密集遮挡车辆目标检测效果。实验结果表明,相较于基线算法YOLOv5s,该算法在KITTI数据集与BDD100K数据集上的平均精度均值分别达到了98.13%与60.60%,模型检测速率分别达到了76.92 FPS与58.82 FPS,在执行复杂背景、远场景以及密集遮挡下的车辆检测任务时具有更好的表现。
-
关键词
车辆检测
级联注意力机制
多尺度特征检测
diou_nms方法
-
Keywords
vehicle detection
cascading attention mechanism
multiscale feature detection
diou_nms method
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
