基于特征融合和注意力的駕駛員吸煙目標(biāo)檢測(cè)

摘要： 由于香煙目標(biāo)較小，圖像分辨率較低，目前傳統(tǒng)的目標(biāo)檢測(cè)算法不足以支撐對(duì)香煙的檢測(cè)，為警戒駕駛員在駕駛時(shí)吸煙出現(xiàn)的安全問(wèn)題，提出一種駕駛員吸煙檢測(cè)算法。結(jié)合SSD目標(biāo)檢測(cè)模型，在其骨干網(wǎng)絡(luò)中引入CSP架構(gòu)；利用反卷積操作，將有效特征層進(jìn)行融合；在GAM注意力機(jī)制上改進(jìn)其通道子模塊，結(jié)合最大池化和平均池化，抑制與香煙不相關(guān)的特征。模型在自制駕駛員吸煙數(shù)據(jù)集上的識(shí)別mAP達(dá)94.93%... （共8頁(yè)）