基于轻量化CNN的智能驾驶道路路面坑洼检测

• 全文链接
• 请求原文

作   者：

邵明省; 

作者机构：

鹤壁职业技术学院; 

关键词：

注意力;  坑洼;  卷积神经网络;  通道;  轻量化; 

期刊名称：

广东水利电力职业技术学院学报

i s s n：

1672-2841

年卷期：

2024 年 003 期

页   码：

44-47

摘   要：

智能驾驶过程中对道路路面坑洼检测能够提高车乘人员的舒适感。轻量化CNN通过LightSampleModule双分支结构使得计算量大大减少；卷积神经网络节点优化能够有效捕捉坑洼细节信息，减少有用特征的丢失；增加通道注意力机制获得不同通道的相关性，分组卷积(GroupConvolution)内划分若干个小块，每个小块使用不同的卷积核。实验仿真显示轻量化CNN算法检测准确率曲线高于CNN算法，损失值曲线低于CNN算法，召回率、平均F1分数相比CNN算法分别提高2.14%、2.08%。