基于DSSD的无人车障碍物检测方法
摘要：针对无人车在行进过程中障碍物检测准确率较差的问题,以搭载单目视觉传感器的无人车为研究对象,提出一种基于DSSD的无人车障碍物检测方法。在以ResNets为基础的前置网络中使用SeLU作为残差块的激活函数,提高算法鲁棒性;在反卷积网络层后去掉冗余的预测模块提高检测速度;应用K-means聚类法确定输入图像标签的维度比例,精确网络对目标的定位。输入512×512尺寸的图片进行验证,平均准确率为82. 6%,FPS达到23帧/秒。实验表明,该无人车障碍物检测方法检测准确率高、鲁棒性好。
注: 保护知识产权,如需阅读全文请联系沈阳理工大学学报杂志社
相关推荐
更多
