| 复杂场景下对违规共享单车的细粒度检测方法 |
| |
| 引用本文： | 戴激光,徐飘玲,吴玉洁.复杂场景下对违规共享单车的细粒度检测方法[J].测绘科学,2024(1):90-96. |
| |
| 作者姓名： | 戴激光 徐飘玲 吴玉洁 |
| |
| 作者单位： | 辽宁工程技术大学测绘与地理科学学院 |
| |
| 基金项目： | 国家自然科学基金项目(42071428)； |
| |
| 摘 要： | 针对检测违规共享单车，受阴影遮挡、姿态差异和目标重叠因素影响，已有算法存在误提取、漏检和定位不准确问题，提出一种对违规共享单车细粒度检测的Bicycle-YOLO算法。针对目标受阴影遮挡的情形：(1)构建具有自适应感受野的C3＿DCN模块，增强模型对共享单车识别和描述能力，缓解模型对违规共享单车细粒度检测的误提取情况；(2)依据违规共享单车存在停放姿态差异，引入上下文聚合块，提升模型对多粒度目标检测精度，减少漏检；(3)根据违规共享单车出现重叠堆放现象，使用WIOUv3损失函数，解决重叠目标细粒度特征混杂问题，精准定位目标位置。在自制违规共享单车数据集上，选取其他方法进行对比实验，结果表明Bicycle-YOLO算法的精确率、召回率、map@0.5与F1分别达到了93.4%、87.3%、91.2%、90.25%,明显优于其他方法，验证了本文方法的可行性。
|
| 关 键 词： | 共享单车检测 YOLOv5 可变形卷积 上下文聚合块 损失函数 |
|
|
