基于改進HybridNets的多任務(wù)駕駛感知方法

摘要： 針對計算資源有限的自動駕駛系統(tǒng)和多任務(wù)駕駛感知算法精度低問題，提出了一種改進的HybridNets多任務(wù)駕駛感知算法。選擇EfficientNetV2-S作為該算法的主干網(wǎng)絡(luò)，降低參數(shù)數(shù)量，提高訓(xùn)練速度和識別準(zhǔn)確率；結(jié)合深度可分離卷積并采用shuffle-channel方式卷積降低模型計算量；使用三個獨立的解碼器來解決不同難度的問題，并在主干網(wǎng)絡(luò)與Neck端之間加入A2-Net... （共6頁）