轻量级检测网络

低算力高精度

面向扫地机器人实时检测的低算力网络，通过改进池化与注意力结构在有限计算资源下实现更高精度。

Lv, Yong · Zhou, Yu · Qing, Chen · 迟文政 · 孙立宁 · Lei, Yu

Engineering Applications of Artificial Intelligence 2024

参数信息

mAP（ODSR-HIS）
86.1 %
mAP（PASCAL VOC）
78.2 %
推理速度
180 FPS

技术优势

避免丢失次优特征

改进的最大池化结构保留非最大响应，防止有用特征被丢弃，提升特征表达能力。

增强重要特征提取

在骨干网络后加入 CBAM，同时关注通道和空间维度，强化关键特征，抑制噪声。

解决分类回归冲突

解耦头将分类和回归分支分开，避免共享特征带来的任务冲突，提高定位和分类精度。

改善困难样本检测

优化分类损失方法，加大对困难样本的惩罚，提升检测性能。

应用场景