为解决远距离车标检测问题,本文提出了一种基于RT-DETR的轻量化车标检测算法LVLD(Long-distance Vehicle Logo Detection)。该算法以ResNet-34为主干网络,通过引入CARBlock、SlimNeck和小目标检测头提高小尺度车标的检测精度。为模拟...
详细信息
为解决远距离车标检测问题,本文提出了一种基于RT-DETR的轻量化车标检测算法LVLD(Long-distance Vehicle Logo Detection)。该算法以ResNet-34为主干网络,通过引入CARBlock、SlimNeck和小目标检测头提高小尺度车标的检测精度。为模拟远景车标场景,构建了VLD-tiny数据集,并进行实验验证。结果表明,LVLD算法在mAP@50-95上较原始RT-DETR提升了1.2%,推理速度为8.2 ms,参数量为11.95 M。实验验证了该算法在保证高精度的同时,显著提升了推理速度,满足了实时性和低计算资源的需求,具有广泛应用前景。
暂无评论