基于M-YOLO的自动驾驶下目标识别算法

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.

关键词：自动驾驶、多层特征融合、特征增强、细粒度、非极大值抑制

所属期刊栏目：43

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2022-08-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2213-2220