汽车智能座舱遗留物品检测

随着汽车产业数字化、智能化发展，智能座舱已成为未来的趋势。本文针对车内遗留物品检测任务开展研究，分析车载场景图像数据特点及其带来的挑战，并且针对这些挑战，提出相应的策略。首先，采用Soft Balance Sampler来处理Intra-Domain imbalance和Inter-Domain imbalance问题。针对训练数据不足、泛化性难的问题，采用gridmask和autoaug来缓解。对于车载场景的小目标检测的挑战，采用Mosaic马赛克增强和Soft-nms来提高对小目标的检测效果。最后，基于anchor-base和anchor-free两类模型进行融合，有效提升了检测效果。