• Complex
  • Title
  • Keyword
  • Abstract
  • Scholars
  • Journal
  • ISSN
  • Conference
成果搜索

author:

马中原 (马中原.) [1] | 彭育辉 (彭育辉.) [2] (Scholars:彭育辉) | 黄炜 (黄炜.) [3] (Scholars:黄炜)

Indexed by:

PKU

Abstract:

针对目前车位检测方法效率低的问题,提出一种轻量级车位检测方法OG-YOLOv5.首先,基于YOLOv5网络添加车位分隔线方位回归分支,实现车位方位的准确预测,可直接根据网络预测结果推断完整车位信息;其次,通过检测尺度裁剪、Ghost模块重构网络实现模型轻量化;最后,通过在网络主干中引入ECA注意力机制、优化损失函数提高目标预测精度.通过对比实验,结果表明,所提 OG-YOLOv5 网络的 mAP@0.5 达到98.8%,模型参数量和计算量仅为原模型的 32.0%和 28.3%,在GPU和CPU上的检测时间分别减少 16.2%和28.1%,车位检测准确率和召回率分别达到 97.75%和 96.87%.

Keyword:

ECA注意力机制 Ghost模块 YOLOv5 方位回归 车位检测

Community:

  • [ 1 ] [彭育辉]福州大学
  • [ 2 ] [马中原]福州大学
  • [ 3 ] [黄炜]福州大学

Reprint 's Address:

Email:

Show more details

Version:

Related Keywords:

Related Article:

Source :

福州大学学报(自然科学版)

ISSN: 1000-2243

CN: 35-1337/N

Year: 2023

Issue: 3

Volume: 51

Page: 379-386

Cited Count:

WoS CC Cited Count: 0

SCOPUS Cited Count:

ESI Highly Cited Papers on the List: 0 Unfold All

WanFang Cited Count: -1

Chinese Cited Count:

30 Days PV: 16

Online/Total:151/10010235
Address:FZU Library(No.2 Xuyuan Road, Fuzhou, Fujian, PRC Post Code:350116) Contact Us:0591-22865326
Copyright:FZU Library Technical Support:Beijing Aegean Software Co., Ltd. 闽ICP备05005463号-1