典型文献
多通路高分辨率网络与注意力机制融合的车辆检测模型
文献摘要：
为改善道路交通监测和保证智能网联交通系统的安全、可靠与稳定运行,提出了在路侧边缘平台中基于多通路高分辨率网络与注意力机制融合的车辆检测模型MCHRANet.该模型采用多通路的高分辨率网络的结构设计,保留高分辨率特征并保障识别准确率.融入注意力机制的特征融合方法,通过特征连接权重自学习实现多尺度特征的深度融合.各通路网络采用跳跃连接促进跨层特征融合,加速网络收敛,并利用公开数据集对车辆检测性能进行评估并验证.结果表明:所提模型的车辆检测性能优于3个传统模型,改进后的网络识别平均精度均值(mAP)指标接近95％,且对于不同场景下的检测具有良好的鲁棒性.
文献关键词：
车辆检测;高分辨率网络;注意力机制;特征融合;跳跃连接
中图分类号：
作者姓名：
丁飞;米冠宇;童恩;张楠;暴建民;张登银
作者机构：
南京邮电大学 江苏省宽带无线通信和物联网重点实验室,南京 210003,中国;南京邮电大学 通信与网络技术国家工程研究中心,江苏 南京 210003,中国;中国移动通信集团江苏有限公司,南京 210029,中国
文献出处：
引用格式：
[1]丁飞;米冠宇;童恩;张楠;暴建民;张登银-.多通路高分辨率网络与注意力机制融合的车辆检测模型)[J].汽车安全与节能学报,2022(01):122-130
A类：
MCHRANet
B类：
多通路,高分辨率网络,注意力机制融合,车辆检测,检测模型,道路交通,交通监测,智能网联交通,交通系统,路侧,侧边,边缘平台,高分辨率特征,识别准确率,融合方法,自学习,多尺度特征,通路网络,跳跃连接,跨层特征融合,网络收敛,公开数据集,检测性能,传统模型,平均精度均值,mAP,同场
AB值：
0.328578
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
