-
题名基于RepVGG-A0改进的公路车型识别网络
- 1
-
-
作者
任成汉
黄俊
-
机构
重庆邮电大学通信与信息工程学院
-
出处
《激光杂志》
CAS
北大核心
2024年第1期166-171,共6页
-
基金
国家自然科学基金(No.61771085)。
-
文摘
针对当前车型识别过程中检测精度与实时性难以平衡的问题,提出了一种基于RepVGG-A0改进的公路车型识别网络,利用结构重参数化思想融合多分枝网络以提升网络推理速度。使用混合空洞卷积替换传统卷积,强化了模型对大目标的识别能力。在网络主干中插入融合残差结构的坐标注意力(RES-CA)模块,提升了网络对有效特征信息的提取能力,同时避免了梯度消失与梯度退化造成的影响。此外采用了标签平滑正则化方法对损失函数进行改进,降低了模型过拟合对检测结果的影响,提升了模型的泛化性。经验证,本方法在公路车辆数据集BIT-Vehicle上的识别准确率达到了97.17%,较原模型提升了2.67%,优于现有的ResNet-18,VGG等网络模型,同时保证了模型的检测速度。
-
关键词
车型识别
结构重参数化
残差结构
混合空洞卷积
标签平滑正则化
-
Keywords
model identification
structural re-parameterization
residual structure
mixed void convolution
label smoothing regularization
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-