-
题名基于双通道注意力机制的雾天道路目标检测算法
- 1
-
-
作者
麦敬睿
许锋
-
机构
中国刑事警察学院公安信息技术与情报学院
-
出处
《科学技术与工程》
北大核心
2025年第26期11276-11285,共10页
-
基金
“十三五”国家重点研发技术项目(2017YFC0821004)
辽宁省教育厅基本科研重大攻关项目(LJKZZ20220007)
中央高校基本科研业务重大培育项目(3242022004)。
-
文摘
为解决雾天道路目标特征模糊、提取困难等问题,提出了一种基于双通道注意力机制的目标检测算法GMA-YOLO。通过特征融合的方式直接检测,其设计思路:首先,将局部混合特征通道注意力模块(global&local channel attention,GLCA)改进主干和颈部特征融合的C2f模块,提升模糊目标的局部特征提取能力;然后,设计双路径结构的混合池化卷积(mixed pooling convolution,MPConv)改进下采样模块,提升特征保留的多样性与处理复杂场景的鲁棒性;接着,引入辅助检测头(auxiliary head,AuxHead),提升远景小目标的检测效果;最后,引入Focaler-CIoU优化损失函数,降低易分类样本的权重,强调受阻严重的样本。实验表明,在RTTS数据集上相较于YOLOv8s基线模型,GMA-YOLO模型在参数量减少的情况下,mAP@0.5提升了3.2%,达到78.6%,召回率提升了3.8%,达到71.7%,该算法有效提高雾天场景的目标检测精度。
-
关键词
雾天目标检测
多尺度特征融合
混合通道注意力机制
混合池化卷积
辅助检测头
-
Keywords
foggy target detection
multi-scale feature fusion
mixed channel attention mechanism
mixed pooling convolution
auxiliary detection head
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
