来源：期刊VIP网 时间：
作者：周军超;陈鑫;高建杰;唐永清;
单位：四川轻化工大学机械工程学院;成渝地区双城经济圈(泸州)先进技术研究院;四川警察学院智能警务四川省重点实验室;
摘要：针对交通监测系统和智能网联汽车在多类别交通参与者红外目标检测中存在的识别精度低、实时性差和部署性难的问题，提出一种改进YOLOv9m的CNDS-YOLO交通参与者红外目标轻量化检测模型。首先，设计轻量级CE-MobileNetv3结构以替换整个主干网络，旨在优化参数量与检测精度之间的平衡；其次，引入深度可分离卷积(Depthwise Separable Convolution, DSConv)替换特征融合层、辅助可逆分支CBL模块和DS-SPPF模块中的常规卷积，旨在适配实时检测和轻量化部署需求；然后，在颈部融入经归一化改进的N-Swin Transformer模块，用于增强网络对红外目标特征的适应性和表达能力；最后，在检测端开发出尺寸为160×160的小目标检测头，以满足小目标和遮挡目标的检测敏感度需求。结果表明：与基线模型YOLOv9m相比，CNDS-YOLO模型在参数量和浮点计算数上分别降低了31.0%和35.5%,检测速度和平均检测精度分别提升了24.2%和7.0%;与主流模型相比，CNDS-YOLO模型在实时检测、精度和轻量化部署性等方面明显更优。
关键词：安全工程;;交通参与者;;红外目标;;CNDS-YOLO模型;;轻量化;;小目标检测
基金资助：四川省科技计划项目(2024ZHCG0063);; 泸州市科技计划项目(2023JYJ066)
