来源：期刊VIP网 时间：
作者：戴激光;张晓宇;吴玉洁;
单位：辽宁工程技术大学测绘与地理科学学院;
摘要：针对分类化检测处置汽车违规停放的交通管理需求，该文提出一种复杂场景下违规停放汽车的细粒度检测方法。该算法在YOLOv7的基础上，根据目标间相互重叠的现象，使用MPDIOU损失函数来优化边界框的几何一致性，提高目标的精确定位能力。针对目标尺度差异大的问题，在颈部网络引入MSDA模块，提升了模型对于不同尺度目标的特征感知力。面对目标区域遮挡问题，将RFCAConv卷积融入ELAN模块，以增强模型对目标关键特征的捕获能力。最后，在违规停放汽车数据集上进行对比实验，结果表明MRM＿YOLO算法的精确率、召回率、mAP@0.5与F_1分别达到了91.2%、86.2%、85.4%、88.6%,明显优于其他方法，验证了本方法的可行性。
关键词：违规停放;;汽车检测;;YOLOv7;;目标检测;;细粒度分类
基金资助：国家自然科学基金项目(42071428)
