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。
针对营运驾驶员易出现疲劳驾驶而造成危险,利用摄像头提取驾驶员面部特征;通过Percentage of Eyelid Closure Time(Perclos)模型对驾驶员进行疲劳检测;出现疲劳驾驶后,利用云边协同架构将异常信息发送给驾驶员和管理员。系统利用近红外...
详细信息
针对营运驾驶员易出现疲劳驾驶而造成危险,利用摄像头提取驾驶员面部特征;通过Percentage of Eyelid Closure Time(Perclos)模型对驾驶员进行疲劳检测;出现疲劳驾驶后,利用云边协同架构将异常信息发送给驾驶员和管理员。系统利用近红外摄像头改善了传统疲劳检测方法在光线复杂的环境下检测效果差的问题,并增加了驾驶员分析评价功能,对驾驶员的异常情况进行评价反馈。
暂无评论