科研之友
微信
新浪微博
Facebook
分享链接
摘要
毫米波雷达传感器可穿透火障、烟瘴及高温，是特长隧道等封闭空间灾中车辆目标检测的主要信息来源。基于雷达的同时定位与构图技术（Simultaneous Localization and Mapping,SLAM）可对受灾的静止车辆及环境进行占据栅格成像，并在低成本边缘计算平台上进行高精度实时车辆目标检测。现有YOLOv5s目标检测网络模型过于复杂，且训练模型针对光学数据，与雷达占据栅格地图（Radar Occupancy Grid Map,ROGM）中的车辆目标特征存在差异。针对上述问题提出了YOLOv5s-MDS轻量化网络模型，以雷达图像特征为约束优化网络结构，参数量相对原YOLOv5s模型降低42.3%。实验表明：该网络模型在大规模VOC光学图像预训练模型辅助下，利用雷达小样本数据微调可快速收敛。
- 单位
