-
题名基于改进YOLOv7的自动驾驶目标检测方法
- 1
-
-
作者
程换新
徐皓天
骆晓玲
-
机构
青岛科技大学
-
出处
《激光杂志》
CAS
北大核心
2024年第7期91-96,共6页
-
基金
国家自然科学基金项目(No.62273192)。
-
文摘
针对自动驾驶场景下,车辆目标密集、相互遮挡和目标过小导致的误检、漏检问题,提出一种改进YOLOv7的车辆目标检测算法。在主干网络SPPCSPC后加入ACmix混合注意力机制,充分挖掘特征信息,增强网络对车辆信息的关注度,减少其他目标的干扰,提高检测精度;在Neck端中加入Swin Transformer,收集全局信息;添加160×160尺寸目标检测头,以增加锚点的数量和密度,提高网络对小目标的感知能力;最后利用Soft-NMS柔性非极大值抑制剔除冗余候选框,改善漏检能力。通过实验验证了改进的可行性并与五种主流网络进行了对比,平均精度达到91.5%,与基础网络YOLOv7相比,平均精度提高7.1%,运行速度达到105 FPS,证明了改进方法的有效性。
-
关键词
自动驾驶
目标检测
YOLOv7
ACmix
Swin
Transformer
-
Keywords
automatic driving
object detection
YOLOv7
ACmix
Swin Transformer
-
分类号
TN391.9
[电子电信—物理电子学]
-