基于改进的YOLOv7自动驾驶目标识别算法

作     者：温彬彬 Wen Bin-bin

作者机构：河北工业职业技术大学河北石家庄054000 

出 版 物：《内燃机与配件》 (Internal Combustion Engine & Parts)

年 卷 期：2024年第14期

页      面：124-126页

学科分类：08[工学] 0825[工学-航空宇航科学与技术] 

基　　金：河北工业职业技术大学省部级预研项目(编号:zy202404) 河北省高校硬质合金切削材料应用技术研发中心 

主　　题：自动驾驶 车辆检测 YOLOv7 CBAM NWD 

摘      要：为了解决自动驾驶场景下车辆目标小且具有低分辨率、模糊背景和少量的特征信息等问题,本文提出了一种基于融合CBAM注意力机制的改进YOLOv7车辆目标识别方法。首先,在传统的YOLOv7目标检测算法的基础上,替换2020的检测尺度为160160,增加浅层特征提取能力,其次引入了CBAM注意力机制来增强模型对周围车辆环境的感知能力和定位精度,最后引入NWD度量,改进原CIoU损失函数对小目标位置偏差敏感的问题,利用Wasserstein距离度量高斯分布的包围框的相似度,来增加对较小目标的检测。结果表明,改进后模型在FPS基本保持不变检测精确度(P)和平均检测精度(mAP)方面分别提高了1.5%和3.2%。