-
题名改进SAF-FCOS的雷视融合目标检测算法
- 1
-
-
作者
陈正浩
邓月明
谢竞
何鑫
-
机构
湖南师范大学信息科学与工程学院
湖南华诺星空电子技术股份有限公司
-
出处
《计算机工程与应用》
CSCD
北大核心
2024年第14期209-218,共10页
-
基金
国家自然科学基金(62173140,62072175)
湖南省重点研发计划项目(2022GK2067)
+1 种基金
湖南省自然科学基金(2021JJ30452)
湖南省教育厅科学研究项目(21C0008)。
-
文摘
针对雷视特征融合目标检测网络难以有效利用雷达点云信息和图像特征,在恶劣天气环境下,仍然容易出现误检、漏检的问题,提出了一种改进SAF-FCOS雷视融合目标检测网络。对SAF-FCOS的骨干网络结构进行改进,在C3、C4特征层进行雷达特征信息的多尺度融合,使网络模型更充分地利用雷达信息;在检测层前使用改进的LNblock模块——LNblcok_GAM,能够以较低的计算成本提取图像特征的同时提高网络的检测性能;在回归损失方面,使用基于EIOU与GIOU改进的CEIOU替换原网络中的GIOU,提高了网络的检测精度,提升了模型的鲁棒性。在NuScenes数据集上,改进网络的mAP_(0.5:0.95)达到了70.7%,AP_(50)达到了90.5%,比原网络SAF-FCOS分别提高了1.7个百分点和0.9个百分点,漏检、误检的情况得到了有效改善,同时,该改进网络的总体检测效果要优于其他经典的纯视觉目标检测算法。
-
关键词
目标检测
雷视融合
SAF-FCOS网络
多尺度融合
lnblock_gam
-
Keywords
target detection
radar-vision fusion
SAF-FCOS network
multi-scale fusion
lnblock_gam
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-