公开(公告)号：CN118982734A

公开(公告)日：2024-11-19

申请号：CN202410817806.3

申请日：2024-06-24

Applicant: 哈尔滨工业大学(威海)

Inventor： 康文静 ,  张广东 ,  刘功亮

IPC: G06V10/80 ,  G06V10/82 ,  G06V10/764 ,  G06V10/774 ,  G06V10/77 ,  G06V20/56 ,  G06F17/16

Abstract: 本发明涉及乘用车自动驾驶领域中目标检测算法技术领域，具体的说是一种能够增强视觉感知能力，提高识别准确率的基于YOLOv8s的改进目标检测方法，其特征在于，分别对主干网络、颈部和检测头进行改进：首先，为提高特征提取能力，采用融合LSKA模块的可逆主干网络，向大模型架构拓展；其次，为提高特征融合能力，引入了基于动态上采样的RepGFPN颈部网络；此后，为解决并行检测头信息交互不充分的问题，提出了一种基于任务对齐思想的动态检测头，在降低参数量的同时提升模型检测精度。

公开(公告)号：CN118644824A

公开(公告)日：2024-09-13

申请号：CN202410765734.2

申请日：2024-06-14

Applicant: 哈尔滨工业大学(威海)

Inventor： 康文静 ,  张广东

IPC: G06V20/56 ,  G06V10/40 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及目标检测算法技术领域，具体的说是一种能够在兼顾实时性的同时，有效提升对多尺度目标的检测效果的基于RT‑DETR的自动驾驶场景下改进目标检测方法，其特征在于，首先在RT‑DETR的主干网络引入FasterBlock模块，重新构建了ResNet18网络，以提高了模型的特征提取能力；然后提出一种基于并行空洞卷积和注意力采样的金字塔网络的跨尺度特征融合结构，解决了模型感受野较小和提取上下文信息范围受限的问题，并引入多尺度序列特征融合模块对提出的网络进一步优化，以增强对多尺度信息的获取能力；引入级联组卷积注意力模块改进AIFI结构，提高网络效率。