阴影下精度提升
该网络在保持高识别精度的同时显著减少参数量，能在阴影干扰下实时提供路面信息，适合用于主动悬架的预瞄控制。
Ruichi, Mao · 吴光强 · Jian, Wu · 王星宇
Knowledge-Based Systems 2024
利用改进的CycleGAN生成带阴影的路面图像进行数据增强，使模型在有阴影的测试集上平均分类精度提升5.76%。
基于Efficient-MBConv构建的Light-EfficientNet在参数量上比EfficientNet-B0减少61.94%，大幅降低计算资源需求。
轻量化设计显著减少计算资源需求，使其能够部署在车载平台上实时分类路面，为主动悬架提供信息。