首页|面向交通视频流的轻量化车辆检测模型

面向交通视频流的轻量化车辆检测模型

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
针对交通视频流中车辆检测模型内存占用大、部分特征难以提取等问题,提出了一种改进的YOLOv7 网络模型.使用轻量化结构替换主干网络,引入的无参注意力机制在不增加模型参数量的前提下提升特征提取能力,同时融合改进的双向特征金字塔网络提升检测精度.为了增强模型的鲁棒性,对数据集中的样本进行了随机忽略区域的处理.将改进后的网络模型在处理过的数据集上进行实验,结果表明参数量约为基础模型的 1/6,FPS 提高到了 143.8,mAP0.5 提升了9.1%,验证了模型的优越性.
Lightweight vehicle detection model for traffic video streams

video streamsvehicle detectionMobileNetV3SimAMBiFPN

丁华、刘来

展开 >

江苏大学 汽车与交通工程学院,江苏 镇江 212013

交通视频流 车辆检测 MobileNetV3 SimAM BiFPN

国家重点研发计划

2019YFB1600500

2023

10.3969/j.issn.1674-8425(z).2023.11.007

重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
年,卷(期)：2023.37(21)
  • 1