关于深度学习视觉模型YOLO和DETR在奥地利自动驾驶中的初步定性观察
计算机视觉与模式识别
2024-12-31 v2
摘要
本研究探讨了将You Only Look Once (YOLO) 和 Real-Time DEtection TRansformer (RT-DETR) 等单阶段和两阶段2D目标检测算法应用于自动目标检测，以提升奥地利道路上自动驾驶的行车安全。YOLO算法是一种以其高效性和准确性著称的SOTA实时目标检测系统。在驾驶场景中，其快速识别和跟踪物体的能力对于高级驾驶辅助系统 (ADAS) 和自动驾驶车辆至关重要。本研究聚焦于奥地利的道路条件和交通场景所带来的独特挑战。该国多样的地形、多变的天气条件以及特定的交通法规，要求采用定制化的方法以实现可靠的目标检测。本研究利用了一个精选数据集，包含在奥地利道路上拍摄的图像和视频，涵盖城市、乡村和高山环境。
引用
@article{arxiv.2312.12314,
title = {First qualitative observations on deep learning vision model YOLO and DETR for automated driving in Austria},
author = {Stefan Schoder},
journal= {arXiv preprint arXiv:2312.12314},
year = {2024}
}
备注
draft