-
题名基于二值网络的自动驾驶目标检测方法
- 1
-
-
作者
吴岳敏
孙圣鑫
王小龙
马彬
程香平
-
机构
湖北汽车工业学院电气与信息工程学院
浩腾(湖北)智能科技有限公司
北京航空航天大学电子信息工程学院
江西省科学院应用物理研究所
-
出处
《陕西科技大学学报》
北大核心
2023年第2期176-183,共8页
-
基金
湖北省青年人才基金项目(Q20181804)。
-
文摘
针对现有全精度自动驾驶目标检测方法难以在车载计算资源受限平台实时部署等问题,提出了一种基于二值网络的目标检测方法.该方法通过重构残差网络单元和加宽每阶段通道数改进Faster R-CNN主干网络,以增强主干网络特征提取的能力.此外,该方法通过修改卷积核改进特征金字塔网络和区域提议网络,增强表征和预测能力.通过在两种常用目标检测数据集上进行的大量实验表明,该方法能够大幅度减小模型内存,提高检测速度,并取得与全精度模型相近的检测精度.该方法相比于其他先进的二值化目标检测算法,取得了最优秀的检测性能;相比全精度模型,平均参数量减少1.89倍,平均推理速度提高了6.10倍,而检测精度mAP在两数据集上分别仅下降0.2%和2.4%.
-
关键词
自动驾驶
目标检测
二值化
特征金字塔网络
-
Keywords
automatic driving
object detection
binarization
feature pyramid network
-
分类号
U461.91
[机械工程—车辆工程]
-
