Indexed by：
Abstract：
针对自动驾驶情景下行人目标检测过程中对于重叠和遮挡目标存在的漏检问题，提出一种改进多尺度网络YOLOv5的行人目标检测算法.首先，构建同时考虑通道间关系和特征空间位置信息的多重协调注意力模块，增加网络特征表达能力；然后，将原损失函数改进为具有双重惩罚项的切比雪夫距离交并比损失函数，提高检测框的精确度与网络收敛速度；最后，在网络结构方面设计瓶颈状DSP1＿X和DSP2＿X模块减少梯度混淆.实验结果表明，改进后的多尺度网络收敛能力提高，在面对行车中复杂行人目标检测时具有较高的判别精度和实时检测速度.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
福州大学学报(自然科学版)
ISSN： 1000-2243
CN： 35-1337/N
Year： 2022
Issue： 05
Volume： 50
Page： 587-594
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 3
Affiliated Colleges：
