anchor free 目标检测_基于anchor-free的交通场景目标检测技术

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