SCS-YOLO:路边停车场景中的目标检测

时间:2026年5月19日
来源:Signal Processing: Image Communication

编辑推荐:

叶新浩|史颖|孙宇峰|王浩|林超军•在具有尺度变化和遮挡的复杂路边停车场景中,提升了检测的鲁棒性。•通过特征融合改进网络,提升了多尺度特征表示能力。•通过语义特征增强,加强了小目标和被遮挡目标的检测能力。•通过精细的回归优化策略,减少了定位误差。•在mAP指标上比主流检测器高出7

广告
   X   

叶新浩|史颖|孙宇峰|王浩|林超军
  • 在具有尺度变化和遮挡的复杂路边停车场景中,提升了检测的鲁棒性。
  • 通过特征融合改进网络,提升了多尺度特征表示能力。
  • 通过语义特征增强,加强了小目标和被遮挡目标的检测能力。
  • 通过精细的回归优化策略,减少了定位误差。
  • 在mAP指标上比主流检测器高出7.0%,实现了高效的交通管理。

生物通微信公众号
微信
新浪微博


生物通 版权所有