基于 ResNet 与 EfficientNet 模型的车辆轨迹预测
计算机视觉与模式识别
2022-01-26 v1 机器学习
摘要
当前，自动驾驶技术应用面临的一个主要挑战是车辆轨迹的精确预测。随着计算机技术的蓬勃发展与卷积深度神经网络的出现，预测结果的精度已得到提升。然而，网络的深度、宽度以及图像分辨率仍是制约模型精度与预测结果的重要因素。本文的主要创新在于将 ResNet 网络与 EfficientNet 网络相结合，不仅大幅增加了网络深度，还全面改变了网络宽度与图像分辨率的选择，从而使模型性能更优，同时尽可能节省计算资源。实验结果也表明，我们提出的模型获得了最优预测结果。具体而言，我们的方法损失值分别比 ResNet 和 EfficientNet 方法低 4 和 2.1。
引用
@article{arxiv.2201.09973,
title = {The Vehicle Trajectory Prediction Based on ResNet and EfficientNet Model},
author = {Ruyi Qu and Shukai Huang and Jiexuan Zhou and ChenXi Fan and ZhiYuan Yan},
journal= {arXiv preprint arXiv:2201.09973},
year = {2022}
}