基于
anchor-free
的交通场景目标检测技术
葛明进
;
孙作雷
;
孔薇
【期刊名称】
《计算机工程与科学》
【年
(
卷
),
期】
2020(042)004
【摘要】
在智能交通领域使用深度学习的方法进行目标检测已成为研究热点
.
当
下经典的目标检测算法
,
无论是基于回归的单阶目标检测模型还是基于候选区域
的二阶段目标检测模型
,
大部分是利用大量预定义的先验框
anchor
枚举可能的
位置、尺寸和纵横比的方法来搜索对象
,
往往会造成正负样本严重不均衡的问题
,
模型的性能和泛化能力也受到
anchor
自身设计的限制
.
针对基于
anchor
的目
标检测算法存在的问题
,
利用单阶目标检测网络
RetinaNet,
对交通场景中的车辆、
行人和骑行者建立基于
anchor-free
的目标检测模型
,
采用逐像素预测的方式处
理目标检测问题
,
并添加中心性预测分支
,
提升检测性能
.
实验表明
,
与基于
anchor
的原
RetinaNet
算法相比
,
改进的基于
anchor-free
的目标检测模型算法能够对
交通场景中的车辆、行人、骑行者实现更好的识别
.
【总页数】
7
页
(707-713)
【关键词】
智能交通
;
深度学习
; RetinaNet; anchor-free
【作者】
葛明进
;
孙作雷
;
孔薇
【作者单位】
上海海事大学信息工程学院
上海
201306
【正文语种】
中文
【中图分类】
TP391.4
【相关文献】
1.
基于
Anchor-free
的交通标志检测
[J],
范红超
;
李万志
;
章超权