计算机工程

作者：华家宝, 张京瑞, 朱福民, 陈璐

单位：上海海事大学物流工程学院, 上海 201306

关键词：自适应空间变换,Transformer,车辆检测,通道空间注意力机制,路侧相机

基金：上海市科技计划项目(22dz1204100)

为了提高基于路侧相机的车辆检测的准确性和效率, 研究了融合卷积神经网络(CNN)与Transformer模型的车辆检测模型。针对复杂的交通场景, 设计了自适应空间Transformer, 将其与ResNet50结合构建了可以应对车辆视角和尺度变换的主干网络。设计了基于角度和距离的位置编码, 优化Transformer模型输入, 使模型充分利用图像中的空间信息, 并采用了通道空间注意力模块, 以更好地捕获图像中的上下文信息。在解码器部分, 去除了自回归机制, 允许模型并行解码多个目标, 并引入了目标查询集嵌入, 使其更适应车辆检测任务。实验结果表明, 所提模型在UA-DETRAC、IITM-hetra和自采数据集上的mAP@0.5分别达到96.42%、87.82%和98.64%, 在所有尺寸上均超越了其他对比模型。消融实验进一步验证了各模块对性能的关键贡献。

来源：2025年第6期

《计算机工程》期刊编辑部

查看计算机工程杂志2025年第6期