10.3778/j.issn.1002-8331.2005-0416
基于改进Cascade RCNN的车辆目标检测方法
针对车辆目标检测过程中小目标及遮挡目标的错检、漏检问题,提出改进Cascade RCNN车辆目标检测方法.使用改进的特征金字塔将浅层信息逐层融入深层网络,增强小目标及遮挡目标特征;引入多支路空洞卷积,减少下采样过程中的特征丢失;将感兴趣区域与上下文信息通过ROI Align统一尺寸后融合,增强目标特征表达.实验结果表明,改进后Cascade RCNN能更好地检测出小目标及遮挡目标,在KITTI和UA-DETRAC数据集上比Cas-cade RCNN提高了2.2个百分点和2.7个百分点.
车辆检测、小目标、遮挡目标、Cascade RCNN、ROI Align
57
TP391(计算技术、计算机技术)
吉林省科技发展计划技术攻关项目20190302118GX
2021-03-11(万方平台首次上网日期,不代表论文的发表时间)
共8页
123-130