汽车技术

2026, No.610(07) 1-10

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Archive) | 高级检索(Advanced Search)

面向自动驾驶场景的多尺度车辆检测算法
A Multi-Scale Vehicle Detection Algorithm for Autonomous Driving Scenarios

周亚罗,王海明,刘文广,张瑞成

摘要(Abstract):

针对自动驾驶交通场景中车辆检测目标尺度分布不均、背景干扰显著、小目标结构失真以及计算复杂度高等问题,提出一种基于YOLOv11n的改进算法ELD-YOLO算法。通过引入C3k2-EMSC模块,增强多尺度特征提取能力,在复杂交通场景下获得更丰富的上下文信息;LSDECD模块利用共享卷积与群归一化强化特征表达,减少冗余响应;通过动态采样(DySample)提升小目标与边缘特征表征能力。试验结果表明:在KITTI与BDD100K数据集上,ELD-YOLO参数量较YOLOv11n降低16%,mAP@0.5分别达到89.7%和52.7%,降低模型复杂度的同时,显著提升检测精度与鲁棒性。

关键词(KeyWords):

Abstract:

Keywords:

基金项目(Foundation): 河北省自然科学基金项目(F2018209201);; 唐山市科技局科技计划项目(22130213G)

作者(Author): 周亚罗,王海明,刘文广,张瑞成

DOI: 10.19620/j.cnki.1000-3703.20250865

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享