面向复杂动态场景的实时轻量化目标检测模型优化

严 亮, 黄诗 佳*, 李 桂华
湖北文理学院理工学院

摘要


对于如自动驾驶、智能安全和工厂巡查等现实运用情境来说，复杂且不断变化的环境对目标识别技术的考
验是巨大的，这需要模型具有高度准确的目标识别功能的同时，还需要适应实时的并保持轻量的部署条件。本研究
主要关注于解决在复杂动态环境中的目标识别所遇到的问题，包括暗光环境、遮挡目标、尺度变化以及复杂背景干
扰等问题，并对实时轻量化目标检测模型优化方法进行综述。

关键词


复杂动态场景；实时目标检测；轻量化模型；模型优化；边缘计算

全文:

PDF


参考


[1]段续庭，周宇康，田大新，等.深度学习在自动

驾驶领域应用综述[J].无人系统技术，2021，4（6）：1-27.

[2]HONG J, HE X, DENG Z, et al. IoU-aware feature

fusion R-CNN for dense object detection[J]. Machine Vision

and Applica tions, 2024, 35(1):3.

[3]LYU W, LIN Q, GUO L, et al.Vehicle detection based

on an imporved Faster R-CNN method[J].IEICE Transactions

on Fun damentals of Electronics, Communications and

Computer Sciences, 2021, 104(2):587-590.

[4]DING X, LI Q, CHENG Y, et al. Local keypointbased Faster R-CNN[J]. Applied Intelligence, 2020, 50:3007-

3022.

[5]YANG F, HUANG L, TAN X, et al. FasterNetSSD: a small object detection method based on SSD model[J].

Signal, Image and Video Processing, 2024, 18(1):173-180.


Refbacks

  • 当前没有refback。