典型文献
基于改进SOLO的列车主动避障视觉算法研究
文献摘要：
随着我国经济的高速全面发展,人民生活水平的日益提高,我国对于交通运输方面的需求越来越大.为了满足列车安全运行的需求,本文提出铁路场景下基于单阶段实例分割的列车主动避障视觉算法,针对铁路场景中侵线情况下检测物体多重叠的特点对算法模型进行了优化,改进主干网络和多尺度融合方法提高了模型的精度,利用TensorRT半精度加速和CUDA重构对模型进行了加速,并对本文方法和其他方法进行性能评价与对比试验.最终,本文方法在嵌入式平台Xavier上实现了 71.2MAP和108 ms的速度,实现了车载部署下列车前方环境的高效高精度检测.
文献关键词：
深度学习;实例分割;标签分配;模型加速
中图分类号：
作者姓名：
姚巍巍;田野;李晨
作者机构：
数据与智能技术中心株洲中车时代电气股份有限公司 株洲412001
文献出处：
引用格式：
[1]姚巍巍;田野;李晨-.基于改进SOLO的列车主动避障视觉算法研究)[J].电子测量技术,2022(09):133-139
A类：
2MAP
B类：
SOLO,车主,主动避障,视觉算法,算法研究,人民生活水平,列车安全运行,单阶段实例分割,算法模型,主干网络,多尺度融合,融合方法,TensorRT,CUDA,其他方法,性能评价,嵌入式平台,Xavier,ms,车载,下列,车前,前方,高精度检测,标签分配,模型加速
AB值：
0.453386
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。
