《电子测量技术杂志》发表论文赏析

RDSM-YOLO轻量级夜间车辆检测模型

来源:电子测量技术杂志2026年第9期北京时间:

作者:杨慧敏,李瑞涛,高小雯,王汉霞

单位:东北林业大学土木与交通学院 哈尔滨 150000

摘要:针对自动驾驶系统在夜间场景中对车辆检测面临对比度低、图像模糊、复杂光照干扰等导致检测性能不佳的问题,本文从全面增强低光场景下关键特征提取与融合的角度出发,提出基于YOLOv8网络的轻量级RDSM-YOLO模型。首先,在主干与颈部网络引入RFAConv,通过感受野注意力机制自适应突出关键空间特征;其次,采用DynamicConv重构C2f模块实现卷积核的动态聚合,在不增加FLOPs的前提下强化特征表达;同时以轻量化SPPELAN模块替代传统SPPF,融合多尺度上下文信息;最后,将损失函数CIoU升级为EIoU,通过显式解耦边界框几何要素加速收敛并提升定位精度。实验结果表明,RDSM-YOLO在BBD100k数据集上进行夜间车辆检测的mAP50为70%,不仅较YOLOv8提升了1.4%,同时模型参数量仅有3.04 M。验证了本文模型在夜间车辆检测中保证轻量化的同时并有较高的精度,为夜间自动驾驶性能提高提供了一种参考。

关键词:夜间场景;自动驾驶;车辆检测;YOLOv8;注意力机制

基金资助:黑龙江省自然科学基金(LH2021C016)项目资助

2026年9期其他文献查阅:

基于贝叶斯优化模糊PID的控温四探针系统设计

基于运动状态识别的车辆磁干扰补偿方法研究

MEA-YOLO:基于多尺度边缘增强与注意力融合的钢材缺陷检测

面向燃气轮机旋转件参数测试的双频遥测天线设计与验证

装备试验能力战斗力生成贡献度评价方法研究

面向重症监护室患者的无线体征监测系统设计

基于结构感知与动态融合机制的步态识别研究

旋转式可刷新盲文显示装置的设计与评估

南部沿海炼化装置腐蚀速率TL-BiLSTM-Attention智能预测

RDSM-YOLO轻量级夜间车辆检测模型

密集障碍物环境下改进A*-DWA融合导航算法研究

改进YOLOv11n的水面垃圾检测算法

基于高分辨率特征引导学习的小目标检测方法

基于轨迹融合与背景映射的非侵入式负荷监测方法

基于Mamba自注意力和多模态融合的DVT风险预测

基于WPD-UKF的MMC高频振荡检测方法

一维稀疏拓扑阵列雷达三维成像算法研究

多尺度门控融合的图像篡改拼接检测算法

基于监督反馈和Transformer的目标跟踪算法

基于STDD-YOLO的输电线路小目标缺陷检测

小目标车辆及行人轻量化检测算法改进:DSWR-YOLO

基于Prewitt-Franklin矩的亚像素边缘检测方法

基于MSBRAU-Net++的多尺度息肉分割方法

基于YOLOv11n改进的小目标航拍检测算法

基于特征域最近邻搜索和拼接的动态点云压缩算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!