基于改进DINO模型的路侧目标检测方法

来源：计算机技术与发展杂志2025年第06期北京时间：

作者：赵艳芹;蔡乾

摘要：路侧感知研究是一个复杂的研究领域,比车辆感知研究更为复杂。 由于摄像头的位置和角度不同,路侧目标显示出明显的多尺度差异。 广阔的感知领域引入了更多的小尺度目标和复杂背景,使目标检测更加复杂。 该文旨在增强目前基于 Transformer 的目标检测模型 DINO,并开发一种基于改进 DINO 算法的路侧目标检测方法。 在改进中,将 ConvNeXt 网络应用到 DINO 的主干网络中,其倒置瓶颈结构设计有助于优化模型的感受野,通过采用大核卷积,增强了模型对路侧目标特征的有效提取能力,从而提高了目标检测的准确性。 随后提出了 ODConvNeXt 结构,通过在 ConvNeXt 模块中引入Omni-Dimensional Dynamic Convolution(ODConv)模块,利用其并行策略的四维注意力机制准确识别包含各种路侧特征的目标区域,有效增强了网络模型的特征提取能力,显著提高了目标检测精度,尤其是小目标检测的准确性。 Lion 优化器是一种使用符号计算的内存高效随机梯度下降方法,可动态调整学习率并引入动量以加速梯度更新,通过实现参数分布均衡来提高模型的收敛性、准确性和泛化能力。 对 Rope3D 数据集的分析表明,与初始模型相比,改进后的 DINO 算法在小目标上的 mAP0. 5:0. 95指标提高了6. 3 百分点,模型权重减少了32. 3% 。 在实现这一提高的同时,检测速度保持在24 FPS,并且在参数量相等的情况下,精度高于原方法。

关键词：深度学习;Detection Transformer;DINO;目标检测;路侧图像