基于轻量级YOLO的行人和车辆检测
2021-10-19敖为能
敖为能
(湘潭大学计算机学院、网络空间安全学院,湘潭 411100)
0 引言
近年来,随着计算机硬件和目标检测理论知识的快速发展,基于深度学习卷积神经网络的目标检测算法逐渐取代传统的行人检测算法(例如HOG+SVM[1]、DPM 算法[2])。20 世纪80 年代是卷积神经网络的萌芽阶段,日本著名学者Fukushima 在感受野的概念基础上,提出了Neocognitron(神经认知机)[3],为今后卷积神经网络的研究打下了坚实的理论基础。到了20世纪末,法国计算机科学家Yann LeCun 提出LeNet-5[4]卷积神经网络用于手写体识别和语音识别等领域,LeNet-5 成为现代卷积神经网络的雏形,带领深度学习进入一波飞速发展的浪潮,Yann LeCun 也因此被誉为卷积神经网络之父。深度学习发展至今,已经出现了大量经典优秀的检测算法,大致可以分为两种:一类是Two Stage 的检测方法,主流的网络有R-CNN[5]、Fast R-CNN[6]、Faster RCNN[7]等;另一类是One Stage的检测方法,主流的网络包括SSD[8]、YOLO[9]、YOLOv2[10]、YOLOv3等。通常情况下,Two Stage 方法由于要先提取出包含目标的候选框,虽然精度高但是检测速度慢,而One Stage方法精度较Two Stage方法检测精度稍低,但是检测速度很快,能够满足实时性要求,而在One Stage 的方法中,YOLO 算法系列是近几年最热门的目标检测算法之一,迄今为止YOLO 已经更新到了第4 代YOLOv4,此前的三代YOLO 都 是由Joseph Redmon 开 发,YOLOv3 设 计了一个名为DarkNet-53 的骨干网络,网络中加入了总共23个残差结构,这样可以有效缓解随着特征提取网络的不断加深造成梯度消失的问题。Joseph Redmon 在开发出经典的YOLOv3 之后宣布隐退,但是,2020年Alexey Bochkovskiy 设计出了YOLOv4,性能较YOLOv3 又提升了一大步,AP提升了10%,FPS提升了12%。近些年研究者们求将Two Stage方法和One Stage方法的优势结合起来,以达到网络检测的精度高,同时检测速度快。……
