基于DAB-Net分割网络的地面交通标志识别及应用

扫码查看

原文链接

NETL

中文摘要：无人驾驶汽车的外界环境感知系统是当前一个热门的研究方向.为了解决地面交通标志的多类识别问题,本文采用了轻量化的DAB-Net语义分割网络.使用百度无人驾驶挑战赛提供的地面交通标志数据集上的15类主要目标进行训练验证,得到的模型分割精度mIoU达到0.753.为了优化检测速度,本文采用了模型量化与多线程优化技术,将多个处理步骤进行并行处理.在输入图像为1280×360时,PC机(1080Ti)的检测速度提高到133FPS.另外,本文将检测算法部署于Nvidia Jetson TX2与 Xavier嵌入式系统中,在TX2和Xavier中实现的检测速度分别为12FPS和50FPS.

作者：

Xu Jiafeng、徐佳锋、Zhang Zhijia、张志佳、Zhou Junjie、周俊杰、Yang Kaiwen、杨凯雯、Wang Shixian、王士显

展开 >

作者单位：

沈阳工业大学信息学院沈阳 110870

奇瑞汽车股份有限公司自动驾驶事业部芜湖 241000

沈阳工业大学软件学院沈阳 110870

关键词：

地面交通标志识别 DAB-Net分割网络模型量化多线程优化

主办单位：

中国仪器仪表学会

会议名称：

2020年中国仪器仪表学会年会

会议时间：

2020-08-27

会议地点：

北京

会议母体文献：

2020年中国仪器仪表学会年会论文集

页码：

1138-1147

出版时间：

2020