-
题名改进YOLOX-S的智慧港口目标检测算法
- 1
-
-
作者
江鉴
袁志群
高秀晶
何鸿正
谷子硕
-
机构
厦门理工学院机械与汽车工程学院
厦门理工学院福建省客车先进设计与制造重点实验室
福建理工大学智慧海洋科学技术学院
福建理工大学海洋智能装备福建省高校重点实验室
-
出处
《计算机工程与设计》
北大核心
2025年第7期2045-2053,共9页
-
基金
福建省自然科学基金项目(2020J0273)
厦门市科技项目重大基金项目(3502Z20191019)。
-
文摘
针对单目摄像头在港口场景下面临目标检测算法识别不稳定的问题,提出一种改进YOLOX-S目标检测算法。引入大核注意力机制改进主干提取网络的特征输出与BottleNeck模块,提高算法特征提取的能力;引入中心点余弦距离损失改进目标框损失函数,解决训练损失虽收敛但目标框仍抖动的问题;引入深度可分离卷积模块优化检测头模块,提高检测精度同时减少模型大小;实车录制智慧港口不同场景20 906张图片进行实验,其结果表明,改进算法与YOLOX-S相比,mAP@0.5:0.95提高5.1%,模型权重大小降低8.8%,TensorRT部署检测帧率为25.0 FPS。改进方法与实验结果可为智慧港口场景下的视觉感知算法开发提供参考。
-
关键词
智慧港口
自动驾驶
目标检测
YOLOX-S算法
大核注意力机制
ACE-IOU损失
深度可分离卷积
-
Keywords
smart port
autonomous driving
object detection
YOLOX algorithm
large kernel attention
ACE-IOU loss
depthwise separable convolution
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
