典型文献
汽车智能座舱遗留物品检测
文献摘要:
随着汽车产业数字化、智能化发展,智能座舱已成为未来的趋势.本文针对车内遗留物品检测任务开展研究,分析车载场景图像数据特点及其带来的挑战,并且针对这些挑战,提出相应的策略.首先,采用Soft Balance Sampler来处理Intra-Domain imbalance和Inter-Domain imbalance问题.针对训练数据不足、泛化性难的问题,采用gridmask和autoaug来缓解.对于车载场景的小目标检测的挑战,采用Mosaic马赛克增强和Soft-nms来提高对小目标的检测效果.最后,基于anchor-base和anchor-free两类模型进行融合,有效提升了检测效果.
文献关键词:
目标检测;智能座舱;深度学习
中图分类号:
作者姓名:
王兴宝;雷琴辉;李韬;胡佳睿
作者机构:
科大讯飞股份有限公司智能汽车事业部,安徽 合肥 230088;武汉大学测绘遥感信息工程国家重点实验室,湖北 武汉 430071
文献出处:
引用格式:
[1]王兴宝;雷琴辉;李韬;胡佳睿-.汽车智能座舱遗留物品检测)[J].汽车电器,2022(11):1-5
A类:
Sampler,gridmask,autoaug
B类:
汽车智能座舱,遗留物,品检,汽车产业,产业数字化,智能化发展,车内,车载,场景图像,图像数据,Soft,Balance,Intra,Domain,imbalance,Inter,训练数据,泛化性,小目标检测,Mosaic,马赛克,nms,检测效果,anchor,base,free,两类模型
AB值:
0.421816
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。