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 |
|
|