摘要
نظرًا لقلة الإدراك البصري للمكفوفين للبيئة المحيطة، كان التنقل دائمًا مصدر إزعاج في حياتهم. تقدم هذه الورقة خوارزمية كشف العقبات لنظام إرشاد المكفوفين المحسنة على أساس YOLOX المسماة CE-YOLOX. أولاً، لتقليل فقدان المعلومات الدلالية الناتج عن تقليل قنوات الميزات في شبكة دمج الميزات، تم استخدام وحدة الدمج بالقفز تحت البكسلي SSF ووحدة تعزيز السياق تحت البكسلي SCE للاستفادة الكاملة من معلومات القناة والمعلومات الدلالية متعددة المقاييس، كما يستخدم وحدة توجيه الانتباه للقناة CAG لتقليل تأثير التشويش الناتج عن دمج الميزات متعددة المقاييس. ثانيًا، لجعل النموذج يركز بشكل أكبر على الميزات الفعالة، تم إدخال آلية الانتباه الشامل GAM، من خلال تقليل تشتت المعلومات وتوسيع التمثيلات التفاعلية الشاملة لتحسين أداء النموذج. ثم، تم استبدال دالة خسارة الانحدار الموضعي IOU-LOSS بدالة SIOU-LOSS، مما سرّع من سرعة ودقة انحدار الإطار. وأخيرًا، تم بناء منصة كشف لنظام إرشاد المكفوفين ونقل الخوارزمية المطروحة إلى جهاز الحوسبة الطرفية NVIDIA Xavier NX. أظهرت النتائج التجريبية أن خوارزمية كشف العقبات المحسنة في النظام كانت متسقة في مAP على خادم ومنصة NVIDIA Xavier NX، حيث ارتفعت إلى 90.53٪، بزيادة قدرها 2.45٪ مقارنة بالنموذج الأصلي لـ YOLOX. بلغت سرعة الكشف على الخادم 75.93 إطارًا في الثانية. النموذج يقوي الدقة مع الحفاظ على سرعة الكشف، ويتفوق بشكل ملحوظ على الخوارزميات المقارنة، ويلبي متطلبات أجهزة الحوسبة الطرفية، وله قيمة تطبيقية فعلية.
关键词
نظام إرشاد المكفوفين;كشف العقبات;تحت بكسلي;CEFPN;GAM;خسارة الزاوية;SIOU
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website