您的位置: 专家智库 > >

陆婷婷

作品数:4 被引量:2H指数:1
供职机构:上海第二工业大学更多>>
相关领域:自动化与计算机技术交通运输工程机械工程更多>>

文献类型

  • 2篇专利
  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...
  • 1篇机械工程
  • 1篇交通运输工程

主题

  • 2篇多任务
  • 2篇自动驾驶
  • 2篇驾驶
  • 2篇感知
  • 1篇多任务环境
  • 1篇目标检测
  • 1篇咖啡
  • 1篇环境感知
  • 1篇感知算法
  • 1篇包装袋
  • 1篇包装盒
  • 1篇T恤
  • 1篇T恤衫
  • 1篇车道
  • 1篇车道线检测

机构

  • 4篇上海第二工业...

作者

  • 4篇陆婷婷
  • 1篇陈建
  • 1篇侯林
  • 1篇宋绍京
  • 1篇萧泰
  • 1篇龚玉梅

传媒

  • 1篇电子测量技术

年份

  • 1篇2024
  • 1篇2023
  • 1篇2010
  • 1篇2009
4 条 记 录,以下是 1-4
排序方式:
包装袋(T恤衫)
该外观设计为平面产品,左右俯仰视图与主后视图相比可忽略,后视图与主视图相同,故省略。
陆婷婷萧泰
面向自动驾驶的多任务环境感知算法研究及实现
陆婷婷
包装盒(Costa咖啡09027)
陆婷婷侯林
文献传递
面向自动驾驶的多任务环境感知算法被引量:2
2023年
为了解决复杂驾驶场景下目标检测精度较低而难以满足自动驾驶需求的问题,提出一种基于YOLOP的高效网络模型MEPNet。MEPNet可同时处理车辆检测、可行驶区域分割和车道线检测三项任务。首先,采用YOLOv7作为主体结构平衡精度与实时性;其次,设计了FRFB模块增大感受野,以增强网络的特征提取能力;并且提出在检测网络的头部添加小目标检测层,有效减轻车辆遮挡和重叠现象对识别结果的干扰;最后使用CARAFE作为上采样算子,精准定位的轮廓的同时更好地保留图片的语义信息。实验表明,该算法推理速度达到42.5 fps,对比基线YOLOP,车辆检测的mAP50和Recall分别提升了6.8%和6.3%,车道线检测的准确率和IoU分别提升了6%和1%,可行驶区域分割的mIoU达到92.5%,大幅度提升了性能,并且进一步设计了MEPNet-s,实现了四任务目标检测,亦满足自动驾驶所需的准确性和实时性。
宋绍京陆婷婷孙翔龚玉梅陈建
关键词:目标检测车道线检测
共1页<1>
聚类工具0