行车障碍识别算法的精度提升方法

作者：余颖舜; 李成瑶; 潘长开

来源：汽车与新动力, 2022, 5(06): 48-50.

DOI：10.16776/j.cnki.1000-3797.2022.06.003

• YOLOv4算法
• 目标检测
• 视觉识别
• 自动驾驶

自动驾驶技术中,行车过程中的障碍物识别是技术难点。目前基于机器视觉识别的技术中,以YOLO算法与Faster-RCNN算法最为著名。YOLO算法的识别速度快,但是识别的准确率不够高;Faster-RCNN算法的识别准确率高,但是识别速度慢。两者均不满足当前汽车自动驾驶的工程需求。提出了一种融合了元学习Reptile算法与知识蒸馏技术的训练方法来训练YOLOv4算法,在保证YOLOv4算法速度的同时提升算法精度。

• 单位
  佛山职业技术学院