面向自动驾驶的轻量级目标检测网络MobDet3：基于注意力特征聚合的高效解决方案 | MDPI JLPEA

本文提出了一种基于改进MobileNetV3的轻量级网络MobDet3，旨在解决自动驾驶场景中实时目标检测的效能难题。MobDet3通过优化特征提取模块与引入多尺度特征聚合策略，显著提升了模型效率。实验结果显示，MobDet3在BDD100K数据集上达到58.30%的平均精度 (mAP)，推理速度在NXP BlueBox 2.0边缘计算平台上达到88.92 FPS，较其他轻量级骨干网络具备显著优势。研究验证了MobDet3在自动驾驶目标检测任务中实现了精度与速度的平衡，为边缘端实时感知提供了可行方案。