首页 | 本学科首页   官方微博 | 高级检索  
     

改进Faster R-CNN的道路目标检测
引用本文:周康,朱宗晓,徐征宇,田微. 改进Faster R-CNN的道路目标检测[J]. 计算机与数字工程, 2022, 50(4): 750-756. DOI: 10.3969/j.issn.1672-9722.2022.04.013
作者姓名:周康  朱宗晓  徐征宇  田微
作者单位:中南民族大学计算机科学学院 武汉 430074
基金项目:国家自然科学基金;湖北省高等学校实验室研究项目
摘    要:
针对道路场景下各目标尺度复杂导致的检测精度低问题,提出一种面向道路目标的多尺度Faster R-CNN算法。分析数据集标注的面积及长宽比分布以设置合适尺寸的锚框,提高锚框与目标的匹配度,模型对道路小目标的平均精准度提升了13%以上。在Faster R-CNN网络的特征提取部分加入特征金字塔结构,融合不同尺度特征图的信息提高检测性能。在BDD100K数据集下进行实验,结果表明该方法与原有Faster R-CNN模型相比检测速率稍有下降,mAP得分提升15.1%。

关 键 词:道路目标  多尺度特征融合  卷积神经网络  Faster R-CNN算法

Road Target Detection Based on Improved Faster R-CNN
ZHOU Kang,ZHU Zongxiao,XU Zhengyu,TIAN Wei. Road Target Detection Based on Improved Faster R-CNN[J]. Computer and Digital Engineering, 2022, 50(4): 750-756. DOI: 10.3969/j.issn.1672-9722.2022.04.013
Authors:ZHOU Kang  ZHU Zongxiao  XU Zhengyu  TIAN Wei
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号