文件名称:
用于车辆检测的锚点生成优化和兴趣区域分配
开发工具:
文件大小: 1mb
下载次数: 0
上传时间: 2021-03-31
详细说明：基于区域提议网络（RPN）的对象检测，例如具有CNN的快速区域（Faster R-CNN），由于其高精度和快速而备受关注。 但是，在特殊应用场合（例如车载车辆检测）中使用时，它还有改进的余地。 原始RPN在最后一个特征图的每个像素上均匀地定位多尺度锚点，并分类一个锚点是前景还是背景的一部分，在最后一个特征图中具有一个像素。 最后一个特征图中每个像素的接受场在原始的更快的R-CNN中固定，并且与锚点大小不一致。 因此，大型车辆只能看到某个部分，而小型车辆的特征中包含太多无用的信息。 这降低了检测精度。 此外，透视投影导致车辆包围盒尺寸变得与包围盒位置相关，从而降低了均匀锚产生方法的有效性和准确性。 这降低了检测准确性和计算速度。 在区域提议阶段之后，会生成许多感兴趣的区域（ROI）。 ROI池化层将ROI投影到最后一个要素图，并形成具有固定大小的新要素图，以进行最终分类和框回归。 投影区域中特征图像素的数量也会影响检测性能，但这在以前的作品中并未得到精确控制。 在本文中，对原始的更快的R-CNN进行了优化，特别是对于车载车辆检测。 本文试图解决上述问题。 在KITTI数据集上对提出的方法进行了测试，结果显示出显着的改进，而无需进行太多棘手的参数调整和训练技能。 所提出的方法也可以用于其他具有明显缩短效果的物体，例如车载行人检测。 该方法的基本思想不依赖于具体的实现，因此，大多数具有多尺度特征图的基于深度学习的目标检测器都可以通过该方法进行优化。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
相关搜索:
