文档名：复杂交通环境下多层交叉融合多目标检测
摘要：针对目前复杂交通环境下还存在多目标检测精度和速度不高等问题,以特征金字塔网络(FeaturePyramidNetwork,FPN)为基础,提出了一种多层融合多目标检测与识别算法,以提高目标检测精度和网络泛化能力.首先,采用ResNet101的五层架构将空间分辨率上采样2倍构建自上而下的特征图,按照元素相加的方式将上采样图和自下而上的特征图合并,并构建一个融合高层语义信息与低层几何信息的特征层;然后,根据BBox回归存在训练样本不平衡问题,选择EfficientIOULoss损失函数并结合FocalLoss提出一种改进FocalEIOULoss;最后,充分考虑复杂交通环境下的实际情况,进行人工标注混合数据集进行训练.该模型在KITTI测试集上的平均检测精度和速度比FPN分别提升了2.4%和5frame/s,在Cityscale测试集上平均检测精度和速度比FPN提升了1.9%和4frame/s.
作者：李翠锦 瞿中 Author：LICuijin QUZhong
作者单位：重庆工程学院电子信息学院,重庆400056;重庆邮电大学计算机科学与技术学院,重庆400065重庆邮电大学计算机科学与技术学院,重庆400065
刊名：电讯技术 ISTICPKU
Journal：TelecommunicationEngineering
年，卷(期)：2023, 63(9)
分类号：TP391.41
关键词：复杂交通环境 多目标检测 多目标识别 特征金字塔网络(FPN) 多层交叉融合
Keywords：complextrafficenvironment multi-targetdetection multi-targetrecognition featurepyramidnetwork(FPN) multi-largerintersectionfusion
机标分类号：TP391G642TP18
在线出版日期：2023年10月7日
基金项目：重庆市自然科学基金面上项目，重庆市教委科技青年项目，重庆市教委科技青年项目，重庆工程学院校内科研项目复杂交通环境下多层交叉融合多目标检测[
期刊论文] 电讯技术--2023, 63(9)李翠锦 瞿中针对目前复杂交通环境下还存在多目标检测精度和速度不高等问题,以特征金字塔网络(FeaturePyramidNetwork,FPN)为基础,提出了一种多层融合多目标检测与识别算法,以提高目标检测精度和网络泛化能力.首先,采用ResNet101...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
复杂交通环境下多层交叉融合多目标检测 Multi-layer Intersection Fusion and Multi-target Detection in Complex Traffic Environment
复杂交通环境下多层交叉融合多目标检测.pdf
- 文件大小:
- 4.35 MB
- 下载次数:
- 60
-
高速下载
|
|
