基于YOLO算法的道路交通目标检测优化及部署
摘要
,
目前道路交通目标检测模型普遍存在一些问题。其一计算量高参数量大且结构复杂
的目标检测网络难以适配车载边缘设备;其二,对于复杂交通场景中频繁出现的行人、骑
行群体及小型障碍物等目标检测精度低;其三,对多尺度特征的融合效率不足,导致检测
性能的鲁棒性显著下降。本文针对上述问题,通过算法优化与硬件部署协同作用下,提出
对应的改进方案
基于YOLO算法的道路交通目标检测优化及部署
摘要
,
目前道路交通目标检测模型普遍存在一些问题。其一计算量高参数量大且结构复杂
的目标检测网络难以适配车载边缘设备;其二,对于复杂交通场景中频繁出现的行人、骑
行群体及小型障碍物等目标检测精度低;其三,对多尺度特征的融合效率不足,导致检测
性能的鲁棒性显著下降。本文针对上述问题,通过算法优化与硬件部署协同作用下,提出
对应的改进方案
文档评论(0)