秦 振,李学伟,刘宏哲

(1.北京联合大学北京市信息服务工程重点实验室,北京 100101;2.北京联合大学机器人学院,北京 100101)

0 引言

目标检测是计算机视觉领域中一项基础的任务,被广泛应用于车辆检测、行人检测、交通灯检测等系统中.随着深度学习技术的快速发展,基于传统手工特征的目标检测算法逐渐被淘汰,基于深度学习的方法由于能够同时处理特征提取和分类,以其优越的性能而被广泛使用.基于深度学习的目标检测方法可以分为一阶段和两阶段方法.以R-CNN系列[1-3]为代表的两阶段方法首先在图像上生成候选区域,然后对每一个候选区域依次进行分类与边界回归.而单阶段方法能够在单个步骤中完成目标的定位和分类,其检测精度有所损失,但运行速度快,满足自动驾驶系统等现实应用对目标检测算法的实时性要求[4].

YOLO[5]和SSD[6]是目前最流行的单阶段目标检测算法.YOLO将输入图像分成S×S个方格,物体中心点落在某个方格内,就由该方格负责预测物体.YOLOv2[7]从原始YOLO中删除了全连接层,并应用锚框来提升算法的检测精度.YOLO和YOLOv2对于小对象的检测效果不理想,为了解决这个问题,YOLOv3[8]采用多尺度特征图进行检测,提高算法对小目标的检测准确率.YOLOv4[9]并未进行理论创新,而是在原始YOLO的基础上采用优化策略来提升检测准确率.

SSD算法的速度与YOLO相当,它的检测精度与Faster R-CNN相当.SSD算法通过卷积神经网络提取多尺度特征,可以预测多尺度目标对象.基于SSD的各种研……