인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
Recent advancements in deep learning based visual recognition methods have gained significant attention in a country club driving environment, particularly in semantic segmentation. Autonomous driving systems require semantic segmentation methods to understand the type, location, and shape of objects and for accurate recognition of the driving environment. However, state-of-the-art methods are computationally resource intensive and lightweight segmentation methods have poor performance, limiting their applicability to embedded systems. This paper proposes an attention module based knowledge distillation method, lightweight channel attention distillation (LCAD) to improve semantic segmentation accuracy in lightweight embedded systems. Moreover, we propose a lightweight channel attention module (LCAM), which uses global average pooling and 1D convolution to reduce the number of parameters efficiently. Experimental results, obtained using the custom dataset collected from a real-world golf course environment, demonstrate that our method achieves improved segmentation accuracy with reduced model complexity compared to existing knowledge distillation methods, and the efficiency of lightweight visual recognition models for autonomous golf cart navigation.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-094003898
