适合边缘设备部署的红外交通目标检测网络
摘要
针对现有红外目标检测方法计算复杂度高、参数量大、依赖高性能资源，难以应用到资源受限的移动设备的问题，提出了适合边缘设备部署的红外交通目标检测网络。首先，提出了上下文锚点注意力多阶高效聚合网络，自适应提取多尺度特征和全局依赖关系，通过优化梯度路径降低模型计算量，适应目标尺度变化和模型轻量化需求；其次，提出了全局跨层特征融合模块，实现不同尺度的三层特征交互，有效融合高层语义信息和底层空间信息；最后，通过HiLo注意力机制实现了尺度内高层语义特征交互，关注目标轮廓的同时减少参数数量和浮点运算数。实验结果表明，与同类方法相比，该网络在多个数据集上具有最佳表现，与RT-DETR相比，参数数量和浮点运算数分别下降了46%和39%，模型尺寸压缩了45%，降至21 MB。可见，本文方法适合部署在资源受限的边缘设备。
引用本文（GB/T 7714）
韩玉兰 Han Yulan, 陈德澳 Chen Deao, 吴桐 Wu Tong, 等. 适合边缘设备部署的红外交通目标检测网络[J]. Acta Optica Sinica, 2025.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。