想找自动驾驶方向工作和发相关论文的同学看过来

今天给大家分享一下，斑马线检测数据集CDSet-3434 CDSet: 斑马线检测数据集，包含3434张在车载摄像头上采集到的斑马线图像，并提出CDNet: 基于YOLOv5的斑马线检测和车辆过线行为检测网络，数据集和代码已开源!单位: 上海交通大学，上海西虹桥导航技术公司，中科院，国科大 CDSet数据集包含3434张图像，包括白天、雨天、遮挡、变形、截断、夜晚、破损、炫光等真实场景，目标包含斑马线和导流线两个类别，数据集被切分为3080张训练集和354张测试集。此外，本数据集还提供了额外的标注为有无斑马线的1770张图像用于测试。本研究提出基于改进YOLOv5的人行横道检测网络 (CDNet) ，实现车载摄像头视觉下快速准确的人行横道检测，并在Jetson nano设备上实现实时检测。强大的卷积神经网络特征提取器用于处理复杂环境，网络中嵌入了squeeze-and-excitation (SE) 注意力机制模块，使用负样本训练 (NST) 方法提高准确率，利用感兴趣区域 (ROI)算法进一步提高检测速度，提出了一种新的滑动感受野短时向量记忆 (SSVM)算法来提高车辆交叉行为检测精度，使用合成雾增强算法允许模型适应有雾的场景。最后，在 Jetson nano 上以 33.1 FPS 的检测速度，我们在上述复杂场景中获得了 94.83% 的平均 F1 分数。对于晴天和阴天等更好的天气条件，F1 分数超过98%。该工作为人工神经网络算法优化方法在边缘计算设备上的具体应用提供了参考，发布的模型为智能交通管理系统提供了算法支持。

论文地址：https://doi.org/10.1007/s00521-022-07007-9 代码地址：https://note.ihep.ac.cn/s/gukU6Oer0