基于M-YOLO的自动驾驶下目标识别算法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.16208/j.issn1000-7024.2022.08.016

基于M-YOLO的自动驾驶下目标识别算法

引用
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.

自动驾驶、多层特征融合、特征增强、细粒度、非极大值抑制

43

TP391.4(计算技术、计算机技术)

2022-08-22(万方平台首次上网日期,不代表论文的发表时间)

共8页

2213-2220

相关文献
评论
暂无封面信息
查看本期封面目录

计算机工程与设计

1000-7024

11-1775/TP

43

2022,43(8)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn