科研之友
微信
新浪微博
Facebook
分享链接
摘要
无人驾驶车辆在复杂的城市交通环境中的视觉检测是研究中的一个难点，由于车辆的激增与交通的迅速发展使得无人驾驶难以在此环境下快速精准地检测到目标对象.视觉识别算法YOLOv4在环境识别中拥有优秀的检测功能，但在复杂场景中受相对速度和小目标的制约无法满足无人驾驶的需求.实验通过在YOLOv4的三个YOLO检测头前增添空间金字塔模块来提高检测精度的需求，然后在网络优化的基础上通过剪枝策略来精简目标检测算法满足实时性的需求，总体优化后的算法称为TidyYOLOv4-SPP3.TidyYOLOv4-SPP3与YOLOv4在VOC2012数据集上得出的实验结果如下：Inference time比YOLOv4减少了76.38%,Volume比YOLOv4减少了93.35%,精度没有显著变化.根据以上实验结果可知TidyYOLOv4-SPP3更适合无人驾驶视觉在复杂城市交通环境下的检测.
- 单位
