在图像清晰、无遮挡的情况下，车辆检测模型可以准确识别出大多数车辆，但在雾霾和雨雪等极端天气下，特征和输出标签的联合分布改变，准确率大幅下降。为平衡速度与准确度，本文提出单阶段目标检测网络与域适应结合的JMMD-YOLO模型，对齐跨域的多个特定层的联合分布，使模型同时学习雾霾特征与晴天特征，改进后的模型指标有所提升，在150 m可见度下单类平均精度最高提升6.4%，整体平均精度提升2.2%。改进后的模型在雾天情况下能更好地识别出车辆目标，为复杂条件下的车辆目标检测或目标跟踪提供参考。
科研之友
微信
新浪微博
Facebook
分享链接
