YOLO-Vehicle-Pro: A Cloud-Edge Collaborative Framework for Object Detection in Autonomous Driving under Adverse Weather Conditions
School of Computer Science, Shenyang Aerospace University（沈阳航空航天大学计算机学院）
针对雾天自动驾驶检测性能下降问题，本文提出融合图像与文本的 YOLO-Vehicle 及加入改进去雾算法的 YOLO-Vehicle-Pro，并构建云边协同系统，在 KITTI 和 Foggy Cityscapes 上实现高精度实时检测。
2024-10-23 cs.CV cs.IR
YOLO-PPA based Efficient Traffic Sign Detection for Cruise Control in Autonomous Driving
The University of Chicago（芝加哥大学）；Washington University, St. Louis（圣路易斯华盛顿大学）；Northeastern University（东北大学）；University of California San Diego（加州大学圣地亚哥分校）；Vanderbilt University（范德堡大学）
针对远距离小交通标志检测及车载嵌入式设备算力受限问题，提出 YOLO PPA 检测算法，在 GTSDB 上显著提升推理效率与 mAP 50。
2024-09-05 cs.AI cs.CV
Comparative Analysis of YOLOv5, Faster R-CNN, SSD, and RetinaNet for Motorbike Detection in Kigali Autonomous Driving Context
针对基加利摩托出租车行驶不规范给自动驾驶带来的挑战，本研究基于当地采集的198张图像数据集，对比了YOLOv5等四种检测模型的性能，指出实施难点并建议采用简化架构适配发展中国家资源受限场景。
2025-10-06 cs.CV cs.LG
Object Detection for Autonomous Driving in Chinese Rural Scenes: An Experimental Study on Real-Synthetic Data Mixing and Model Evaluation
针对中国乡村自动驾驶目标检测的数据稀缺与泛化问题，构建真实-合成混合数据集并评估13种主流检测器，发现1:0.5合成数据占比时YOLO11m性能最优，为乡村自动驾驶提供实证支持。
2026-07-30 cs.CV
Traffic Scene Small Target Detection Method Based on YOLOv8n-SPTS Model for Autonomous Driving
University of Michigan（密歇根大学）
本文提出基于YOLOv8n-SPTS模型的交通场景小目标检测方法，通过优化特征提取、增强特征融合和设计专用检测结构，提升了自动驾驶中的小目标检测性能。
2025-12-10 cs.CV
YOLOX: Exceeding YOLO Series in 2021
Megvii Technology（旷视科技）
本文介绍了对YOLO系列探测器的一些改进，形成了一种新的高性能探测器-- YOLOX。我们将YOLO探测器切换到无锚方式，并进行其他先进的探测技术，即，解耦头和领先的标签分配策略SimOTA在大规模模型范围内实现了最先进的结果：对于只有0.91 M参数和1.08 G FLOP的YOLO-Nano，我们在COCO上获得了25.3%的AP，超过NanoDet 1.8%的AP;对于YOLOv 3，行业中使用最广泛的探测器之一，我们在COCO上将其提升到47.3%AP，比当前最佳实践高出3.0%AP;对于与YOLOv 4-CSP、YOLOv 5-L具有大致相同数量的参数的YOLOX-L，我们在COCO上以68.9 FPS的速度在Tesla V100上实现50.0% AP，超过YOLOv 5-L 1.8% AP。此外，我们使用一个YOLOX-L模型赢得了流感知挑战赛（CVPR 2021自动驾驶研讨会）的第一名。我们希望这份报告能为实际场景中的开发者和研究者提供有用的经验，同时我们也提供了支持ONNX、TensorRT、NCNN和Openvino的部署版本。源代码位于https://github.com/Megvii-BaseDetection/YOLOX。
2021-08-06 cs.CV
Training a Binary Weight Object Detector by Knowledge Transfer for Autonomous Driving
Computer Vision Center（计算机视觉中心）；Autonomous University of Barcelona（巴塞罗那自治大学）
自动驾驶对模型体积小、能效高有着苛刻的要求，为了使嵌入式系统能够实现实时的车载目标检测。最近的基于深度卷积神经网络的对象检测器已经达到了最先进的精度。然而，这样的模型是用许多参数训练的，并且它们的高计算成本和大存储禁止部署到存储器和计算资源有限的系统。低精度神经网络是用于减少计算需求和存储器占用的流行技术。其中，二进制权值神经网络（BWN）是将浮点数量化为$1$位的极端情况。BWN难以训练，并且由于极低比特表示而遭受精度降低。为了解决这个问题，我们提出了一种知识转移（KT）方法来帮助使用全精度教师网络训练BWN。我们构建了基于DarkNet和MobileNet的二进制权重YOLO-v2检测器，并在KITTI基准上进行了汽车、行人和骑自行车者检测实验。实验结果表明，该方法保持了较高的检测精度，同时将DarkNet-YOLO的模型大小从257 MB减少到8.8 MB，MobileNet-YOLO从193 MB减少到7.9 MB。
2019-05-25 cs.CV
Workshop on Autonomous Driving at CVPR 2021: Technical Report for Streaming Perception Challenge
ShanghaiTech University（上海科技大学）；Xi’an Jiaotao University（西安交通大学）；Megvii Technology（旷视科技）；Waseda University（早稻田大学）
在这份报告中，我们介绍了我们的实时2D目标检测系统的现实自动驾驶场景。我们的探测器是建立在一个新设计的YOLO模型，称为YOLOX。在Argoverse-HD数据集上，我们的系统实现了41.0流式AP，分别在仅检测跟踪/完全跟踪上超过第二名7.8/6.1。此外，配备TensorRT，我们的模型在高分辨率输入大小（例如，1440-2304）。代码和模型将在https://github.com/Megvii-BaseDetection/YOLOX上提供
2021-07-27 cs.AI cs.CV
Q-YOLOP: Quantization-aware You Only Look Once for Panoptic Driving Perception
National Yang Ming Chiao Tung University（阳明交通大学）；Macronix International Co., Ltd.（旺宏电子股份有限公司）
本文提出量化感知的全景驾驶感知模型 Q-YOLOP，采用 ELAN 骨干网络和四阶段训练策略，在 BDD100K 与 iVS 数据集上实现目标检测与分割的领先性能。
2023-07-10 cs.AI cs.CV
Application of YOLOv8 in monocular downward multiple Car Target detection
针对自动驾驶感知成本高、受环境影响大且分辨率有限的问题，提出融合结构重参数化、双向金字塔与新检测流程的改进YOLOv8，实现多尺度及小目标检测，精度达65%。
2025-07-23 cs.AI cs.CV
Optimization of Autonomous Driving Image Detection Based on RFAConv and Triplet Attention
University of Sydney（悉尼大学）；University of Pittsburgh（匹兹堡大学）；Santa Clara University（圣克拉拉大学）；Trine University（特里恩大学）
针对自动驾驶场景下的目标检测需求，本文通过引入C2f_RFAConv模块和Triplet Attention机制改进YOLOv8模型，提升了特征提取效率与特征聚焦能力，实现了MAP值升高、PR曲线表现改善的检测性能提升。
2024-06-25 cs.AI cs.CV cs.RO
Adversarial YOLO: Defense Human Detection Patch Attacks via Detecting Adversarial Patches
Qian Xuesen Laboratory of Space Technology（钱学森空间技术实验室）；China Academy of Space Technology（中国空间技术研究院）
目标检测系统的安全性越来越受到人们的关注，特别是在面对对抗性补丁攻击时。由于补丁攻击改变了对象上受限区域的像素，因此它们很容易在物理世界中实现，特别是对于攻击人类检测系统。现有的补丁攻击防御方法大多应用于图像分类问题，难以抵抗人为检测攻击。针对这一关键问题，我们提出了一个高效和有效的插件防御组件的YOLO检测系统，我们命名为广告YOLO。主要思想是在YOLO架构上添加一个补丁类，它的推理增量可以忽略不计。因此，Ad-YOLO有望直接检测感兴趣的对象和对抗性补丁。据我们所知，我们的方法是针对人类检测攻击的第一个防御策略。我们研究了Ad-YOLO在YOLOv 2基线上的性能。为了提高Ad-YOLO检测各种补丁的能力，我们首先使用对抗训练过程来开发基于Inria数据集的补丁数据集，我们将其命名为Inria-Patch。然后，我们通过Pascal VOC，Inria和Inria-Patch数据集的组合来训练Ad-YOLO。在VOC 2007测试集上，Ad-YOLO实现了人的$0.70\%$ AP，在面对白盒补丁攻击时，其性能远远优于YOLOv 2的$33.93\%$ AP。此外，与YOLOv 2相比，面对物理世界攻击的结果也被包括在内，以证明Ad-YOLO的优秀的泛化能力。
2021-03-16 cs.CV
YOLO-LLTS: Real-Time Low-Light Traffic Sign Detection via Prior-Guided Enhancement and Multibranch Feature Interaction
Guangdong Key Laboratory of Intelligent Transportation System, School of intelligent systems engineering, Sun Yat-sen University（广东智能交通系统重点实验室，智能系统工程学院，中山大学）；Department of Architecture and Civil Engineering, Chalmers University of Technology（建筑与土木工程系，查尔姆斯理工大学）；School of Mechanical Engineering, Southeast University（机械工程学院，东南大学）；School of Computer Science and Engineering, Sun Yat-sen University（计算机科学与工程学院，中山大学）
YOLO-LLTS通过先验引导增强和多分支特征交互提升低光环境下交通标志检测精度。
2026-01-17 cs.CV
Threat Detection In Self-Driving Vehicles Using Computer Vision
Indian Institute of Information Technology, Lucknow（印度理工学院勒克瑙分校）；Sardar Patel Institute Of Technology（萨达尔·帕特尔理工学院）；Punjab Engineering College（旁遮普工程学院）
道路障碍物检测是智能交通基础设施系统的一个重要研究领域。使用基于视觉的方法可以为此类系统提供准确且具有成本效益的解决方案。在这篇研究论文中，我们提出了一种使用仪表盘视频的自动驾驶汽车威胁检测机制，以确保道路上任何不必要的障碍物都在其视觉范围内。这些信息可以帮助车辆的程序安全地行驶。它有四个主要组成部分，即识别物体的YOLO，先进的车道检测算法，测量物体与摄像头距离的多元回归模型，测量安全性的两秒规则和限制速度。此外，我们还使用了汽车碰撞数据集（CCD）来计算模型的准确性。YOLO算法的准确率约为93%。我们提出的威胁检测模型（TDM）的最终准确率为82.65%。
2022-09-06 cs.CV
An Exploratory Study of Frequency-Aware Task Weighting for YOLOv8-Based Unified Driving Perception
NYU Shanghai（上海纽约大学）
本研究在基于YOLOv8的统一驾驶感知框架中探索频率感知任务加权（FTW），通过损失历史低频能量比动态平衡目标检测、可行驶区域分割和车道分割任务，实验表明该方法可行但未确立优于基线。
2026-09-09 cs.CV cs.LG
A lightweight YOLOv5-FFM model for occlusion pedestrian detection
School of Automation Science and Electrical Engineering, Beihang University（北京航空航天大学自动化科学与电气工程学院）；Institute of Unmanned System, Beihang University（北京航空航天大学无人系统研究院）
针对YOLO系列行人检测器计算量大、遮挡场景检测效果差的问题，提出引入Ghost模块、SE块并设计FFM模块的轻量化YOLOv5-FFM模型，在两个数据集上实现AP提升且参数量与计算量显著降低。
2024-08-13 cs.CV
YOLOv11 for Vehicle Detection: Advancements, Performance, and Applications in Intelligent Transportation Systems
Huddersfield University（哈德斯菲尔德大学）
针对智能交通等场景的车辆检测需求，本文分析YOLO系列最新模型YOLO11的架构改进，经多类车辆数据集测试，其在小目标、遮挡车辆检测上优于YOLOv8、v10，推理速度具竞争力，可支撑实时应用。
2024-10-30 cs.AI cs.CV
Attention-Augmented YOLOv8 with Ghost Convolution for Real-Time Vehicle Detection in Intelligent Transportation Systems
School of Energy and Electrical Engineering, Chang’an University, Xi’an, China（能源与电气工程学院，长安大学，西安，中国）；School of Information Engineering, Chang’an University, Xi’an, China（信息工程学院，长安大学，西安，中国）
本文提出一种增强的YOLOv8n模型，结合Ghost模块、CBAM和DCNv2，提升车辆检测性能，实验显示在KITTI数据集上mAP@0.5达95.4%，优于基线模型8.97%。
2026-04-22 cs.CV
Real-World Perception for Autonomous Driving in Adverse Weather: Enhancing Standard Detectors via Foundation-Guided Auto-Annotation
Virginia Commonwealth University (VCU)（弗吉尼亚联邦大学）
针对恶劣天气下自动驾驶检测器性能下降问题，提出利用基础模型SAM3离线生成伪标签自动标注数据，微调YOLOv8，在真实数据集上mAP提升16.04%，无需架构改动即可增强环境鲁棒性。
2026-09-23 cs.CV
One-Stage Object Detectors in Autonomous Driving
Florida Gulf Coast University（佛罗里达海湾海岸大学）
本文针对自动驾驶场景调研分析单阶段目标检测器，涵盖其演进、架构对比、相关数据集与指标等，指出该类检测器需平衡速度等性能且与实际应用仍有差距。
2026-08-20 cs.AI cs.CV
Evaluating YOLO Architectures: Implications for Real-Time Vehicle Detection in Urban Environments of Bangladesh
Department of Computer Science and Engineering（计算机科学与工程系）；Premier University（premier 大学）；Chittagong（奇塔戈恩）；/A O.R. Nizam Rd, Chattogram 4203, Bangladesh（1/A O.R. Nizam Rd, Chattogram 4203, 孟加拉国）
本研究针对孟加拉国独特交通环境，基于29类本地车辆的自定义数据集评估了六种YOLO模型，发现YOLOv11x精度最高而中等变体在性能与推理时间上达到最优平衡，为发展中地区自动驾驶技术奠定了基础。
2025-10-12 cs.CV
Deep Learning-Based Autonomous Driving Systems: A Survey of Attacks and Defenses
Macquarie University（麦考瑞大学）；Swinburne University of Technology（斯威本科技大学）
人工智能的快速发展，特别是深度学习技术，通过提供精确的控制决策来应对几乎任何驾驶事件，从抗疲劳安全驾驶到智能路线规划，从而推进了自动驾驶系统（ADS）。然而，ADS仍然受到来自不同攻击的日益增加的威胁的困扰，这些攻击可以分为物理攻击，网络攻击和基于学习的对抗攻击。不可避免地，基于深度学习的自动驾驶的安全性和保障性受到这些攻击的严峻挑战，应从中全面分析和研究对策，以减轻所有潜在风险。该调查对可能危及ADS的不同攻击以及相应的最先进防御机制进行了全面分析。该分析通过深入概述ADS工作流程中的每个步骤展开，涵盖了各种深度学习模型的对抗攻击以及物理和网络环境中的攻击。此外，为了提高基于深度学习的自动驾驶安全性，提出了一些有前景的研究方向，包括模型鲁棒性训练、模型测试和验证以及基于云/边缘服务器的异常检测。
2021-04-10 cs.CR cs.CV cs.DC
YOLO-BEV: Generating Bird's-Eye View in the Same Way as 2D Object Detection
Technical University of Munich（慕尼黑工业大学）
本文提出YOLO-BEV框架，通过八个间隔45度的环绕摄像头采集图像并整合为3x3网格，结合定制检测头生成自车鸟瞰图，验证了其在实时车辆感知中的可行性与高效部署潜力。
2023-10-26 cs.AI cs.CV
YOLOpeds: Efficient Real-Time Single-Shot Pedestrian Detection for Smart Camera Applications
KIOS Research and Innovation Center of Excellence（KIOS卓越研究与创新中心）；University of Cyprus（塞浦路斯大学）
基于深度学习的物体检测器可以增强智能相机系统在广泛机器视觉应用中的功能，包括视频监控、自动驾驶、机器人和无人机、智能工厂和健康监测。行人检测在所有这些应用中起着关键作用，深度学习可用于构建精确的最先进检测器。然而，这种复杂的范例不容易扩展，并且传统上不被实现在用于设备上处理的资源受限的智能相机中，这在实时的【形】监控和鲁棒性至关重要的情况下提供了显著的优势。高效的神经网络不仅可以实现移动应用和设备上的体验，而且还可以是隐私和安全的关键推动者，允许用户获得神经网络的好处，而无需将其数据发送到服务器进行评估。这项工作解决了在准确性和速度之间实现良好平衡的挑战，以便在智能相机应用中有效部署基于深度学习的行人检测。基于可分离卷积引入了一种计算效率高的架构，并提出了集成跨层的密集连接和多尺度特征融合，以提高表示能力，同时减少参数和操作的数量。特别是，这项工作的贡献如下：1）一个有效的骨干结合多尺度特征操作，2）一个更精细的损失函数，以改善本地化，3）一个无锚的方法进行检测，所提出的方法称为YOLOpeds使用PETS 2009监测数据集上的320 × 320图像进行评估。总体而言，YOLOpeds提供每秒超过30帧的实时的【形】持续操作，检测率在86%的范围内，优于现有的深度学习模型。
2020-10-29 cs.CV
Scene Understanding for Autonomous Driving
Universitat Autònoma de Barcelona（巴塞罗那自治大学）
基于图像内容的目标检测和分割是计算机视觉领域中最活跃的研究课题之一。如今，这个问题可以使用深度学习架构来解决，例如Faster R-CNN或YOLO等。在本文中，我们研究了Detectron 2中RetinaNet，Faster R-CNN和Mask R-CNN的不同配置的行为。首先，我们在KITTI-MOTS和MOTSChallenge数据集上定性和定量（AP）评估预训练模型的性能。我们观察到在感兴趣的数据集上微调这些模型并优化超参数后，性能有了显着提高。最后，我们在不寻常的情况下使用上下文数据集进行推理，并给出有趣的结果，帮助我们更好地理解网络。
2021-05-11 cs.CV
YOLO-TS: Real-Time Traffic Sign Detection with Enhanced Accuracy Using Optimized Receptive Fields and Anchor-Free Fusion
Sun Yat-sen University（中山大学）；Wuhan University of Technology（武汉理工大学）；Southeast University（东南大学）；Hong Kong Baptist University（香港浸会大学）；City University of Hong Kong（香港城市大学）
本文提出实时交通标志检测网络 YOLO-TS，通过优化多尺度感受野、无锚多尺度特征融合及缓解空洞卷积网格效应的专用模块，在 TT100K 和 CCTSDB2021 数据集上同时提升了检测精度与速度。
2024-10-22 cs.CV
Robust Video-Based Pothole Detection and Area Estimation for Intelligent Vehicles with Depth Map and Kalman Smoothing
School of Integrated Circuits and Electronics, Beijing Institute of Technology（集成电路与电子学院，北京理工大学）；School of Information and Electronics, Beijing Institute of Technology（信息电子学院，北京理工大学）
提出一种集成ACSH-YOLOv8检测、BoT-SORT跟踪、DepthAnything V2深度估计及MBTP面积估计与CDKF平滑的鲁棒视频坑洞检测与面积估计框架，显著提升检测精度与估计稳定性。
2025-05-27 cs.CV
The 1st-place Solution for CVPR 2023 OpenLane Topology in Autonomous Driving Challenge
MEGVII Technology（旷视科技）；Beijing Institute of Technology（北京理工大学）；University of Science and Technology of China（中国科学技术大学）；The University of Hong Kong（香港大学）
针对自动驾驶OpenLane Topology挑战赛任务，研究团队构建多阶段框架，结合PETRv2、YOLOv8及MLP预测头实现拓扑推理，以55% OLS拿下赛道第一，领先第二名8个点。
2023-06-16 cs.CV
Shadow Erosion and Nighttime Adaptability for Camera-Based Automated Driving Applications
Johannes Kepler University Linz, Austria（奥地利林茨约翰内斯·开普勒大学）；Department Intelligent Transport Systems（智能交通系统部门）
针对自动驾驶中挑战性光照下的图像增强问题，提出保留色彩纹理的阴影侵蚀与夜间适应性流水线，经对比CLAHE验证在光照均匀度等指标上更优，且能提升YOLO可行驶区域分割效果。
2025-09-02 cs.CV
Real-time Streaming Perception System for Autonomous Driving
如今，大量的深度学习技术正在应用于自动驾驶的各个方面，并取得了可喜的成果。其中，目标检测是提高自主智能体感知环境的能力，使其能够（反应）行动的关键。然而，以前的基于视觉的目标检测器不能在实时的【形】驾驶场景下获得令人满意的性能。为了解决这个问题，我们在本文中提出了实时的【形】流感知系统，这也是流感知挑战赛（CVPR 2021自动驾驶研讨会）的第二名解决方案。与传统的目标检测主要关注绝对性能的挑战不同，流感知任务需要实现准确性和延迟的平衡，这对于实时的【形】自动驾驶至关重要。我们采用YOLOv 5作为我们的基本框架，数据增强，免费赠品袋，和Transformer采用，以提高流目标检测的性能，可以忽略不计的额外推理成本。在Argoverse-HD测试集上，我们的方法在所需的硬件条件下实现了33.2个流式AP（组织者验证了34.6个流式AP）。它的表现大大超过了13.6（主队）的固定基线，证明了应用的潜力。
2021-07-30 cs.CV
Enhancing Traffic Sign Recognition On The Performance Based On Yolov8
Intelligent Vehicle Institute Of Automotive Engineers, Hubei University of Automotive Technology（湖北汽车工业学院汽车工程学院智能车辆研究所）
本文提出一种基于YOLOv8的增强型交通标志检测系统，集成数据增强、注意力机制与改进损失函数，在多个数据集上显著提升了检测精度、鲁棒性与边缘设备实时推理能力。
2025-04-02 cs.CV cs.PF
Research on vehicle detection based on improved YOLOv8 network
Khon Kaen University（孔敬大学）；University of Michigan（密歇根大学）；Columbia University in the City of New York（纽约哥伦比亚大学）
本文提出一种基于改进YOLOv8的车辆检测方法，通过引入FasterNet骨干网络、CBAM注意力机制和WIoU损失函数，在汽车、行人和摩托车检测上分别取得98.3%、89.1%和88.4%的精度，并优于改进前模型及YOLOv9。
2024-12-31 cs.CV cs.LG
Vision-Based Driver Drowsiness Monitoring: Comparative Analysis of YOLOv5-v11 Models
Electrical and Information Engineering, Computer Engineering, University of Ruhuna（电子与信息工程、计算机工程、鲁胡纳大学）
本文比较了七种YOLO变体在驾驶员嗜睡检测中的性能，发现YOLOv9c准确率最高，YOLOv11n最适合嵌入式部署，并评估了EAR方法的局限性，为实际应用提供了选择指南。
2025-09-22 cs.CV eess.IV
"Who is Driving around Me?" Unique Vehicle Instance Classification using Deep Neural Features
University of Groningen（格罗宁根大学）
了解其他交通是自动驾驶汽车在现实世界中运行的先决条件。在本文中，我们展示了如何使用目标检测CNN的内在特征图来唯一地识别来自仪表盘摄像头的车辆。使用预先训练的“YOLO”网络的特征图从来自高分辨率数据集的35辆车的20个不同图像中创建700个深度集成特征签名（DIFS），并从来自较低分辨率跟踪基准数据集的17辆车的20个不同图像中创建340个签名。YOLO网络被训练用于对一般对象类别进行分类，例如将检测到的对象分类为“汽车”或“卡车”。5-折叠最近邻（1NN）分类用于从网络中间层的特征图创建的DIFS上，以正确地识别独特的车辆，对于高分辨率数据的识别率为96.7%，对于低分辨率数据的识别率为86.8%。我们的结论是，通过创建深度集成特征签名（DIFS），经过训练以区分不同类别的深度神经检测网络可以成功地用于识别属于同一类别的不同实例。
2020-02-29 cs.CV cs.LG stat.ML
FRDet: Balanced and Lightweight Object Detector based on Fire-Residual Modules for Embedded Processor of Autonomous Driving
Handong Global University（韩东大学）
为了部署在用于自动驾驶的嵌入式处理器上，目标检测网络应满足所有精度、实时推理和轻型模型尺寸要求。传统的基于深度CNN的检测器的目标是高精度，这使得它们的模型大小对于具有有限存储空间的嵌入式系统来说很重。相比之下，轻量级对象检测器被大大压缩，但在精度上有很大的牺牲。因此，我们提出了FRDet，这是一种轻量级的单阶段对象检测器，它经过平衡，可以满足自动驾驶应用中嵌入式GPU处理器上的精度、模型大小和实时处理的所有约束。我们的网络旨在最大限度地压缩模型，同时达到或超过YOLOv3的准确度。本文提出了火灾残留（FR）模块设计一个轻量级的网络，通过调整火灾模块与残留跳过连接的准确性损失低。此外，还对限界框进行了高斯不确定性建模，进一步提高了定位精度。在KITTI数据集上的实验表明，与YOLOv3相比，FRDet将内存大小减少了50.8%，但准确率提高了1.12% mAP。此外，在嵌入式GPU板（NVIDIA Xavier）上的实时检测速度达到31.3 FPS。与其他深度CNN对象检测器相比，所提出的网络实现了更高的压缩，具有相当的精度，同时显示出比轻量级检测器基线更高的精度。因此，所提出的FRDet是自动驾驶中实际应用的一种平衡良好且高效的物体检测器，可以满足准确性，实时推理和轻模型大小的所有标准。
2020-11-16 cs.CV eess.IV
R-TOD: Real-Time Object Detector with Minimized End-to-End Delay for Autonomous Driving
Kookmin University（国民大学）；Hanyang University（汉阳大学）；University of California, Irvine（加州大学欧文分校）
为了实现安全的自动驾驶，需要对实时的【形】目标检测系统的端到端延迟进行深入分析并最小化。然而，尽管最近开发的神经网络的推理延迟最小化，令人惊讶的是，很少有人注意到他们的端到端的延迟，从一个对象的外观，直到它的检测报告。有了这个动机，本文的目的是提供更全面的了解端到端的延迟，通过它制定精确的最佳和最坏情况下的延迟预测，并实现了三种优化方法：（i）按需捕获，（ii）零松弛管道，和（iii）无竞争管道。我们的实验结果显示，Darknet YOLO（You Only Look Once）v3的端到端延迟减少了76%（从1070 ms减少到261 ms），从而证明了利用自动驾驶端到端延迟分析的巨大潜力。此外，由于我们只修改了系统架构，而不改变神经网络架构本身，我们的方法不会对检测精度产生影响。
2020-10-23 cs.CV
Architecture-agnostic Iterative Black-box Certified Defense against Adversarial Patches
East China Normal University（华东师范大学）；Nanyang Technological University（南洋理工大学）；Centre for Frontier AI Research (CFAR), A*STAR（新加坡科技研究局前沿人工智能研究中心（CFAR））；New York University（纽约大学）
针对黑盒场景下未知对抗补丁位置与尺寸的防御难题，提出两阶段迭代黑盒认证防御方法 IBCD，通过基于搜索的像素掩码估计补丁尺寸并结合现有白盒方法计算准确率，实验验证了其有效性与效率。
2023-05-18 cs.CV
Improved YOLOv8 Detection Algorithm in Security Inspection Image
针对X射线安检图像检测中目标重叠、违禁品误检漏检问题，提出基于YOLOv8s的改进CSS-YOLO算法，助力智能安检发展。
2023-08-22 cs.CV
MapVision: CVPR 2024 Autonomous Grand Challenge Mapless Driving Tech Report
Didi Chuxing（滴滴出行）；Beijing University of Posts and Telecommunications（北京邮电大学）
针对无高清地图自动驾驶中道路远端和遮挡场景的建图难题，本文融合多视角图像与SD地图，通过地图编码器预训练、YOLOX及LDTR辅助任务提升检测性能，OLUS得分达0.58。
2024-06-14 cs.CV
Real-Time Pothole Detection Using Deep Learning
Rafik Hairri University（拉菲克·哈里里大学）
道路是连接各地的纽带，日常使用。道路的定期维护使它们保持安全和功能。检测并向负责部门报告坑洞的存在有助于消除它们。这项研究部署并测试了不同的深度学习架构来检测坑洞。用于训练的图像是通过安装在汽车挡风玻璃上的手机收集的，此外还有许多从互联网下载的图像，以增加数据库的大小和可变性。其次，采用并比较各种目标检测算法来实时的【形】检测坑洞，如SDD-TensorFlow、YOLOv 3Darknet 53和YOLOv 4Darknet 53。YOLOv 4取得了最好的性能，召回率为81%，准确率为85%，平均精度（mAP）为85.39%。处理速度为每秒20帧。该系统能够从距离摄像头100米的范围内检测到坑洞。该系统可以通过提前检测坑洼时间来提高驾驶员的安全性并改善自动驾驶汽车的性能。
2021-07-13 cs.CV cs.LG
3DGAA: Realistic and Robust 3D Gaussian-based Adversarial Attack for Autonomous Driving
School of Intelligent Engineering and Automation, Beijing University of Posts and Telecommunications, China（智能工程与自动化学院，北京邮电大学）
本文提出3DGAA框架，通过3D高斯溅射实现视图一致、几何保持的可打印对抗包裹，在CARLA仿真等测试中显著降低自动驾驶车辆相机感知的检测性能，为安全评估与防御设计提供支撑。
2026-08-27 cs.CV
Vision-Integrated LLMs for Autonomous Driving Assistance : Human Performance Comparison and Trust Evaluation
Seoul National University（首尔大学）
针对传统自动驾驶系统在复杂场景中空间推理能力不足的问题，本研究提出集成视觉适配器（YOLOv4+ViT）和GPT-4推理模块的辅助系统，实验表明其场景描述接近人类性能、决策与人类中度一致。
2025-02-06 cs.AI cs.CV cs.HC
Do Not Forget the Obvious - RISC: A Risk-Informed Slice-Coverage Protocol for Safe Autonomous Driving
CARIAD SE
该研究提出RISC协议，将安全问题转化为风险切片，通过风险引导选择提升自动驾驶关键故障发现率，可应用于多类自动驾驶子系统，补充现有测试验证流程。
2026-08-13 cs.CV
Deep Neural Network Based Roadwork Detection for Autonomous Driving
本文提出一种实时系统，结合YOLO网络和LiDAR数据，用于自动驾驶车辆检测并定位道路施工区域，提升施工区域导航安全性。
2026-04-02 cs.CV cs.RO
Reinforced Embodied Active Defense: Exploiting Adaptive Interaction for Robust Visual Perception in Adversarial 3D Environments
Dept. of Comp. Sci. & Tech.（计算机科学与技术系）；Institute for AI（人工智能研究院）；BNRist Center（BNRist中心）；THBI Lab（THBI实验室）；Tsinghua-Bosch Joint Center for ML（清华大学-博世联合机器学习中心）；Tsinghua University（清华大学）
针对3D对抗攻击下视觉感知鲁棒性不足的问题，提出Rein-EAD主动防御框架，通过自适应环境交互、多步目标和不确定性奖励塑造降低攻击成功率并保持准确率。
2025-07-24 cs.AI cs.CV
SafeAug: Safety-Critical Driving Data Augmentation from Naturalistic Datasets
Columbia University（哥伦比亚大学）；Data Science Institute（数据科学研究所）
提出 SafeAug 框架，结合 YOLOv5、深度估计与三维变换从自然驾驶数据生成高真实性安全关键场景，实验证明其优于 SMOGN 和重要性采样。
2025-01-03 cs.CV cs.LG
Real-Time Traffic Sign Detection: A Case Study in a Santa Clara Suburban Neighborhood
Cupertino High School（库比蒂诺高中）；University of Connecticut（康涅狄格大学）
本研究基于YOLOv5构建实时交通标志检测系统，在郊区驾驶场景中实现96%检测准确率，为道路安全和自动驾驶研究提供支持。
2023-10-14 cs.CV cs.LG
Vision-Based Autonomous Vehicle Control using the Two-Point Visual Driver Control Model
Waymo；Zoox；Georgia Institute of Technology（佐治亚理工学院）
这项工作提出了一种新的自动驾驶框架，该框架使用人类驾驶员控制模型，其特征输入值使用深度卷积神经网络（CNN）从图像中提取。最近，使用CNN以及加速计算硬件的图像处理技术的发展使得能够实时检测这些特征输入值。使用人类驾驶员模型可以使自动驾驶车辆的驾驶行为更加“自然”。具体来说，我们使用众所周知的两点视觉驾驶员控制模型作为控制器，并使用自上而下的车道成本图CNN和YOLOv 2 CNN来提取特征输入值。这个框架完全依赖于低成本传感器的输入，如单目摄像头和车轮速度传感器。我们实验验证所提出的框架在室外轨道上使用1/5规模的自主车辆平台。
2019-09-29 cs.CV cs.RO
Transient Adversarial 3D Projection Attacks on Object Detection in Autonomous Driving
Michigan State University（密歇根州立大学）
本文提出一种针对自动驾驶目标检测的瞬态对抗性3D投影攻击方法，通过颜色映射与几何变换构建优化问题，在低光照室内环境中对YOLOv3和Mask R-CNN的攻击成功率达100%。
2024-09-25 cs.AI cs.CR cs.CV
Self Driving RC Car using Behavioral Cloning
K. J. Somaiya College Of Engineering（K. J. 索马亚工程学院）；Startup School India（印度创业学校）
自动驾驶汽车技术是一种在没有人类引导的情况下自我引导的车辆。第一辆真正的自动驾驶汽车出现在20世纪80年代，由DARPA（国防高级研究计划局）资助的项目。从那时起，随着计算机视觉和机器学习领域的进步，很多事情都发生了变化。我们已经使用行为克隆的概念，使用深度学习技术将普通的RC模型汽车转换为自动驾驶汽车
2019-10-10 cs.CV cs.RO cs.SY
Prediction Surface Uncertainty Quantification in Object Detection Models for Autonomous Driving
Simula Research Laboratory（西穆拉研究实验室）；Nanjing University of Aeronautics and Astronautics（南京航空航天大学）
自动驾驶汽车中的目标检测通常基于摄像头图像和激光雷达输入，这些图像和输入通常用于训练预测模型，例如用于物体识别、调整速度等决策的深度人工神经网络。在深度学习模型中，不确定性通常是针对分类问题进行测量的。然而，自动驾驶中的深度学习模型往往是多输出回归模型。因此，我们提出了一种新的方法，称为纯（预测表面不确定性）的预测不确定性，这样的回归模型进行测量。我们制定的对象识别问题作为一个回归模型，在一个2维摄像机视图中找到对象的位置有一个以上的输出。为了评估，我们修改了三个广泛应用的对象识别模型（即，YoLo，SSD 300和SSD 512），并使用KITTI，Stanford Cars，Berkeley DeepDrive和NEXET数据集。结果显示，预测表面不确定性与预测准确性之间存在统计学显著的负相关性，这表明不确定性会显著影响自动驾驶做出的决策。
2021-07-11 cs.AI cs.CV
Integrating Object Detection Modality into Visual Language Model for Enhanced Autonomous Driving Agent
University of Liverpool（利物浦大学）；University of Nottingham（诺丁汉大学）
本文提出将YOLOS目标检测模块集成到基于Llama-Adapter的视觉语言模型中，通过相机ID分隔符增强多视角处理，在DriveLM挑战上提升ChatGPT、BLEU和CIDEr分数，推动自动驾驶智能体更强大、可解释且更安全。
2024-11-08 cs.AI cs.CV cs.RO
Sequential Spatial Network for Collision Avoidance in Autonomous Driving
Technical University of Munich（慕尼黑工业大学）；Hochschule Kempten（肯普滕应用技术大学）
几种自动驾驶策略已经应用于自动驾驶车辆，特别是在防撞领域。通过调整自动驾驶车辆（AV）的轨迹以避免与周围车辆的轨迹相交或重叠来实现避碰的目的。大量复杂的视觉算法被设计用于目标检测、分类等任务，如ResNet、YOLO等，由于它们能够准确和快速地捕获区域特征，因此在视觉任务中取得了优异的性能。然而，由于不同任务的可变性，上述模型在捕获小区域方面取得了良好的性能，但在将输入图像的区域特征彼此关联方面仍然不足。在本文中，我们的目标是解决这个问题，并开发一种算法，考虑到CNN的优势，在捕捉区域特征，同时建立区域之间的特征相关性使用注意力的变体。最后，我们的模型在L5Kit的测试集上取得了比其他视觉模型更好的性能。平均每10000帧行驶距离碰撞次数为19.4次，大大提高了避碰成功率。
2023-03-12 cs.AI cs.CV
Data Shift of Object Detection in Autonomous Driving
Department of Computer Science and Engineering（计算机科学与工程系）
本文研究自动驾驶目标检测中的数据偏移问题，系统分析其表现并综述检测方法，通过数据集分类平衡、结合CycleGAN数据增强与YOLOv5构建优化模型，在BDD100K上取得优于基线的性能。
2025-08-16 cs.AI cs.CV cs.RO
