公开(公告)号：CN115937497A

公开(公告)日：2023-04-07

申请号：CN202310009236.0

申请日：2023-01-04

Applicant: 厦门理工学院

Inventor： 翁丽芬 ,  段云杰 ,  许华荣

IPC: G06V10/22 ,  G06V10/82 ,  G06V10/46 ,  G06V10/77 ,  G06V10/80 ,  G06N3/048 ,  G06N3/0464

Abstract: 本发明公开了一种基于多尺度特征的车辆检测方法，该方法基于CenterNet基本检测框架，并且针对CenterNet模型在检测过程中存在漏检、误检的问题进行改进，使用Res2Net作为主干网络，通过堆叠卷积算子来增加每层的感受野大小，从而获得不同尺度的特征信息。同时融入标准化注意力模块(NAM)，抑制非目标特征，进一步提高模型的检测精度。通过上述方式，本发明能够在一定程度上降低原模型漏检、误检的问题，并且根据KITTI和VOC数据集上的实验结果表明，该发明的平均精度均值(mAP)和F1Score都有不同程度的提升，综合性能优于原模型。