基于改进CenterNet的交通监控车辆检测算法

摘要：

针对城市交通监控场景复杂的问题,提出一种基于CenterNet改进的车辆检测算法.选取ResNetl0l作为主干特征提取网络,引入自矫正卷积SCConv扩大网络感受野,改善模型结构.针对解码过程,采用深度可分离卷积并进行结构改进,增加网络宽度,并且施加SA注意力机制,抑制解码过程连续上采样产生的无用信息.改进后的网络在城市交通监控车辆检测中进行实验验证,实验结果表明,改进后的网络在车辆识别上mAP达到86.95％,较改进前提升了 9.86％,适用于交通监控车辆检测任务.

关键词：交通监控车辆检测、深度可分离卷积、注意力机制

所属期刊栏目：40

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金;天津市自然科学基金;天津市自然科学基金

在线出版日期：2023-03-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：131-136,212