公开(公告)号：CN115082869B

公开(公告)日：2023-09-15

申请号：CN202210791626.3

申请日：2022-07-07

Applicant: 燕山大学

Inventor： 严书亭 ,  赵丁选 ,  郭柏苍 ,  张舜然

IPC: G06V20/54 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明提供一种服务于特种车辆的车路协同多目标检测方法及系统。本发明方法，包括：获取路侧视角下交通道路图像信息；构建部署在路侧较低算力边缘计算平台的轻量化检测网络模型DCM3‑YOLOv4；将获取的路侧视角下交通道路图像信息作为原始图像，输入到轻量化检测网络模型中，并对轻量化检测网络模型进行优化训练，基于坐标注意力机制增强神经网络对空间信息的长程依赖性，以获得网络自主对有车辆目标道路位置的持续关注能力。本发明结合路侧视角空间信息不变性的特点，基于坐标注意力机制增强神经网络对空间信息的长程依赖性，采用逐通道过参数卷积方式对注意力机制中原有的传统卷积运算进行优化，能够实现对多尺度目标与小尺度目标的实时检测。

公开(公告)号：CN115082869A

公开(公告)日：2022-09-20

申请号：CN202210791626.3

申请日：2022-07-07

Applicant: 燕山大学

Inventor： 严书亭 ,  赵丁选 ,  郭柏苍 ,  张舜然

IPC: G06V20/54 ,  G06V10/82 ,  G06V10/764 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种服务于特种车辆的车路协同多目标检测方法及系统。本发明方法，包括：获取路侧视角下交通道路图像信息；构建部署在路侧较低算力边缘计算平台的轻量化检测网络模型DCM3‑YOLOv4；将获取的路侧视角下交通道路图像信息作为原始图像，输入到轻量化检测网络模型中，并对轻量化检测网络模型进行优化训练，基于坐标注意力机制增强神经网络对空间信息的长程依赖性，以获得网络自主对有车辆目标道路位置的持续关注能力。本发明结合路侧视角空间信息不变性的特点，基于坐标注意力机制增强神经网络对空间信息的长程依赖性，采用逐通道过参数卷积方式对注意力机制中原有的传统卷积运算进行优化，能够实现对多尺度目标与小尺度目标的实时检测。