58、夜间车辆目标检测与永磁同步电机退磁故障诊断

夜间车辆目标检测与永磁同步电机退磁故障诊断

夜间车辆目标检测基于改进 YOLOv7

在夜间车辆目标检测领域，由于缺乏公开的夜间车辆数据集，相关研究面临一定挑战。为了提高夜间车辆检测的准确性和效率，研究人员对 YOLOv7 进行了改进。

实验设置与数据集

• 实验参数 ：设置训练轮数（epochs）为 100，批次大小（batch size）为 8，学习率（lr）为 0.01，并选择随机梯度下降（SGD）优化器。同时，采用模型参数（Para.）、浮点运算次数（FLOPs）和平均精度均值（mAP）等指标来评估算法的有效性。
• 数据集构建 ：在城市不同道路和不同天气条件下收集数据，按照每 5 秒采集一帧图片的规则，共获取 5000 张图片。为避免模型因相似图片过多而出现过拟合，去除了部分相似图片，处理后数据集图片总数为 4112 张。按照 8:1:1 的比例划分训练集、验证集和测试集。

模型改进与实验结果

• SPD - Conv 模块替换 ：使用 SPD - Conv 模块替换网络中不同位置的非步幅卷积（Non - stride Conv）。实验结果如下表所示：
  | 模型 | mAP0.5 (%) | mAP0.5:0.95 (%) |
  | ---- | ---- | ---- |
  | 原始 YOLOv7 | 89.6 | 50.2 |
  | YOLOv7 - SPDI | 89.3 | 51.2 |
  | YOLOv7 -