Static Version
高精度实时目标检测系统
基于改进型 Transformer 架构的边缘计算解决方案，专为复杂动态场景设计。
Abstract
计算机视觉在近年来取得了长足的进步，但在低算力设备上的实时性依然是一个挑战。本项目提出了一种轻量级的特征金字塔网络（LFPN），结合了自适应注意力机制，在保持精度的同时大幅降低了计算量。实验表明，在 COCO 数据集上，该模型比 YOLOv8 提升了 2.4% mAP，同时推理速度提升了 15%。
Methodology
我们采用了改进的 CSPDarknet 作为主干网络，引入了深度可分离卷积以减少参数量。在数据增强方面，使用了 Mosaic 和 Mixup 混合策略。损失函数方面，设计了新的 IoU 损失函数，优化了边界框回归的收敛速度。
Backbone Design
采用了改进的 CSPDarknet，引入了深度可分离卷积以减少参数量。
Data Augmentation
使用了 Mosaic 和 Mixup 混合增强策略，提升了模型对遮挡目标的鲁棒性。
Loss Function
设计了新的 IoU 损失函数，优化了边界框回归的收敛速度。
Experimental Results
我们在 COCO val2017 数据集上进行了对比实验。实验环境为 NVIDIA T4 GPU，输入分辨率统一为 640x640。
| Model | Backbone | mAP@0.5 (%) | FPS (T4) | Params (M) |
|---|---|---|---|---|
| YOLOv5-s | CSPDarknet | 37.4 | 142 | 7.2 |
| YOLOv8-s | CSPDarknet | 44.9 | 120 | 11.1 |
| Ours-LFPN Best | MobileNetV3 | 47.3 | 138 | 6.8 |
从表中可以看出，我们的模型在参数量减少 40% 的情况下，精度提升了 2.4%。
Qualitative Result A (Placeholder)
Confusion Matrix (Placeholder)
Interactive Inference Demo
Click the button below to simulate a real-time detection process (Static Demo).
Inference Success
> Detected: Person (98.5%), Bicycle (87.2%) [Static Simulated]