【论文笔记】---YOLOP: You Only Look Once for Panoptic Driving Perception

YOLO全景驾驶感知

概论

  全景驾驶感知网络（YOLOP）来同时进行交通目标检测、可驾驶区域分割和车道检测。它由一个用于特征提取的编码器和三个用于处理特定任务的解码器组成。
  车道通常是可行驶区域的边界，可行驶区域通常紧密围绕交通对象。多任务网络更适合这种情况，因为(1)它可以通过一次处理多个任务而不是一个接一个地处理多个任务来加速图像分析过程(2)它可以在多个任务之间共享信息，这可以提高每个任务的性能，因为多任务网络通常共享相同的特征提取主干。
  使用轻量级CNN作为编码器从图像中提取特征。然后将这些特征映射馈送到三个解码器以完成各自的任务。检测解码器基于当前性能最好的一阶段检测网络，主要原因有两个：(1)一阶段检测网络比两阶段检测网络更快；(2) 一阶段检测器基于网格的预测机制与其他两个语义分割任务更相关，而实例分割通常与基于区域的检测器相结合。

网络结构

• 主干网络选择CSPDarknet，解决了优化过程中梯度复制的问题。
• 颈部主要由空间金字塔池（SPP）模块[27]和特征金字塔网络（FPN）模块[28]组成。SPP生成并融合不同尺度的特征，FPN融合不同语义层次的特征，使生成的特征包含多尺度、多语义层次的信息。
• 三个head为特定解码器。

目标检测

  采用了一种基于锚的多尺度检测方案，首先，使用一种称为路径聚合网络（PAN）的结构，一种自下而上的特征金字塔网络，传递定位特征，FPN自上而下传输语义特征，形成双塔结构。然后直接使用PAN中的多尺度融合特征图进行检测。然后，将多尺