轻量化夜间行车红外图像目标检测算法

作     者：陈益方 张上 冉秀康 

作者机构：三峡大学电气与新能源学院 三峡大学湖北省建筑质量检测装备工程技术研究中心 三峡大学计算机与信息学院 

出 版 物：《光电子·激光》 (Journal of Optoelectronics·Laser)

年 卷 期：2024年第35卷第11期

页      面：1166-1173页

学科分类：080901[工学-物理电子学] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 080203[工学-机械设计及理论] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 0803[工学-光学工程] 

基　　金：国家级大学生创新创业训练计划(202011075013 202111075019)资助项目 

主　　题：目标检测 自动驾驶 红外图像 轻量化 

摘      要：针对红外图像目标检测存在计算量较大、泛化能力弱、检测效果差等问题，提出一种轻量化夜间行车红外图像目标检测算法。算法首先引入Ghost结构作为主干网络，降低模型计算量。然后，在颈部引入BIFPN结构(bidirectional feature pyramid network)和CA注意力机制(coordinate attention),提高模型检测效果。最后使用Focal-EIOU和Mish函数作为算法的损失函数和激活函数，提高收敛速度和回归精度。实验结果显示：改进算法较YOLOv3-tiny各方面均有明显提升，与YOLOv5相比，精度提升至88.9%,模型体积压缩24.09%,参数量减小25.07%,计算量减小28.48%,提高了person和bicycle两个类别的检测精度，实现了检测精度和模型复杂度的平衡。