公开(公告)号：CN119181080A

公开(公告)日：2024-12-24

申请号：CN202411425618.2

申请日：2024-10-13

Applicant: 哈尔滨理工大学

Inventor： 薛萍 ,  白雨娆

IPC: G06V20/58 ,  G06V10/25 ,  G06V10/774 ,  G06V10/776 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/045 ,  G06V10/82 ,  G06N3/08

Abstract: 本发明涉及目标检测以及轻量化技术领域，具体涉及一种基于跨空间学习的多尺度自动驾驶目标检测方法。包括步骤：(1)将KITTI和BDD100K数据集的标签类别进行重新分类，并将分类后的数据集以8：1：1的比例划分为训练集、验证集和测试集。(2)在主干网络中，通过多尺度线性注意力模块来实现全局感受野和多尺度学习。(3)利用一种新的跨空间学习方法聚合多个并行子网络的输出特征图，同时在颈部的C2f中结合新的PConv卷积来有效的减少冗余计算和内存访问。(4)改进了一种SIoU结合归一化高斯Wasserstein距离的回归损失算法来更准确地定位目标。(5)对网络分别在KITTI和BDD100K数据集上进行训练和测试。本发明在公开的KITTI数据集和BDD100K数据集上得到了良好的检测效果。