-
题名基于轴向注意力的多任务自动驾驶环境感知算法
- 1
-
-
作者
李沈崇
曾新华
林传渠
-
机构
湖州师范学院信息工程学院
复旦大学工程与应用技术研究院
-
出处
《浙江大学学报(工学版)》
北大核心
2025年第4期769-777,803,共10页
-
基金
国家自然科学基金资助项目(62373148).
-
文摘
为了满足自动驾驶要求并提升多模型间的协同效果,基于共享主干网络提出新的算法.为了提升模型的位置表达能力,将轴向注意力机制加入主干网络,在保持轻量化特征提取的前提下建立全局关键点间的联系.在多尺度信息提取阶段,引入自适应权重分配方法和三维注意力机制,降低不同尺度特征间的信息冲突.根据难分样本区域优化损失函数,加强所提算法在难样本区域的细节识别能力.在BDD100K数据集上的实验结果表明,相比YOLOP,所提算法在交通目标检测任务中的平均精度均值(在IoU=50%的情况下)提高了3.3个百分点,在道路可行驶区域分割任务中的mIoU提升了1.0个百分点,车道线检测准确率提升了6.7个百分点,推理速度为223.7帧/s.所提算法在交通目标检测、可行驶区域分割和车道线检测任务上了均表现出良好的性能,能够较好平衡检测精度与推理速度.
-
关键词
多任务学习
目标检测
语义分割
自动驾驶
特征融合
轴向注意力
-
Keywords
multi-task learning
object detection
semantic segmentation
automatic driving
feature fusion
axial attention
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
