郁 强， 王 宽， 王 海

(1. 上海汽车集团股份有限公司商用车技术中心， 上海 200438； 2. 江苏大学 汽车与交通工程学院， 江苏 镇江 212013)

自动驾驶车辆目标检测场景具有检测场景复杂、目标边界框面积差异明显、检测难度高、实时性要求高等特点.因此直接将执行常规检测任务的神经网络检测模型移植到智能辅助驾驶计算平台上，往往会得到一个较差的结果.因此需要充分考虑自动驾驶车辆对道路多目标检测场景的实际需求，在现有检测模型的基础上设计符合自动驾驶车辆检测要求的道路多目标检测模型.

YOLO系列目标检测算法于2016 年提出.在 YOLOv3[1]提出前，已有的神经网络目标检测算法的思路都是先通过前景、背景判断提取 proposal 再进行分类和回归，也就是双阶段算法[2-4]，这种方法检测精度较高，但实时性较差，不适用于对速度要求较高的场景.YOLO则是一种单阶段算法[5-7]，它将目标检测问题转化为回归问题，直接在输出层回归出目标的Bounding box 的类别和位置，虽然检测精度相比于双阶段模型有所下降，但实时性好，有较强的工程价值，因此，被广泛运用于工程领域.YOLO 的检测过程主要分为3步：① 将输入图片调整成相同大小；② 对调整后的图片使用卷积神经网络提取特征并得到最终的 Bounding box 信息；③ 使用非极大值抑制算法(non-maximum suppression， NMS)对上一步生成的多个Bounding box 进行筛选，最终只保留最优的候选框.

为了平衡大、小目标的检测精度，充分发挥卷积神经网络的目标物体特征提取能力，提高目标检测……