基于M-YOLO的自动驾驶下目标识别算法

作     者：牛洪超 胡晓兵 罗耀俊 NIU Hong-chao;HU Xiao-bing;LUO Yao-jun

作者机构：四川大学机械工程学院四川成都610065 四川大学宜宾产业技术研究院四川宜宾644000 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2022年第43卷第8期

页      码：2213-2220页

摘      要：针对一阶段目标检测算法对自动驾驶领域中复杂场景下目标检测能力弱等缺点,提出一种基于改进YOLOv5的多层特征融合算法M-YOLO。为进一步增强网络的检测能力,分别融入具有多层网络细粒度的模块与改进的特征增强模块,通过增加检测头与改进的非极大值抑制算法来训练模型。实验结果表明,在BDD100K数据集上,M-YOLO相比原YOLOv5模型的平均准确率提升8.51%,其检测速度达到83 fps,在保证实时性的同时大幅度提升模型的准确率。

主 题 词：自动驾驶 多层特征融合 特征增强 细粒度 非极大值抑制 

学科分类：1305[艺术学-设计学类] 13[艺术学] 081104[081104] 08[工学] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.16208/j.issn1000-7024.2022.08.016

馆 藏 号：203113850...