来源：期刊VIP网 时间：
作者：何泽江;蒋淑霞;柳霞;
单位：中南林业科技大学机械与智能制造学院;
摘要：针对目标检测算法对算力和存储空间的高要求限制其在边缘设备中检测功能实时性的问题，提出了一种基于YOLOv7-tiny改进的轻量化道路目标检测算法。首先，通过K-means++聚类算法生成适合道路目标检测的先验锚框；其次，改进ELAN结构轻量化主干网络，同时提出轻量型多尺度特征（LMS）模块优化颈部网络；最后，使用西格玛线性单元（SiLU）激活函数加速模型收敛，采用MPDIoU损失函数进一步提高检测精度。试验结果表明：改进后的模型参数量减少18.3%，计算量降低15.0%，且所有类别平均检测精度上升1.1%。在Jetson TX2中，使用TensorRT加速后的检测速度达到48帧/s，基本满足道路目标检测的实时性要求。
基金资助：教育部产学合作协同育人项目（230826311807159）;; 湖南省自然科学基金项目（2022JJ50012）;; 湖南省研究生科研创新项目（CX20220735）
