论文摘要
针对交通道路中的目标检测问题,提出了一种基于锚点聚类、全锚点训练策略及强化交并比（SIoU）的交通目标检测方法（T-Faster RCNN）。首先,通过一个基于交并比距离的K-means聚类获取交通目标的宽高在比例和尺度两个几何属性的先验知识,生成锚点边界框;其次,将分类损失与焦点损失相结合进行全锚点训练;再次,基于两个边界框所构成的最小闭包生成SIoU,用于筛选建议。在KITTI数据集上进行的对比实验表明本文方法比Faster RCNN的mAP提高了14.4%。
论文目录
文章来源
类型: 期刊论文
作者: 张琦,丁新涛,王万军,周文
关键词: 交通目标检测,焦点损失,强化交并比
来源: 皖西学院学报 2019年05期
年度: 2019
分类: 社会科学Ⅱ辑,工程科技Ⅱ辑,信息科技
专业: 公路与水路运输,计算机软件及计算机应用
单位: 安徽师范大学计算机与信息学院,网络与信息安全安徽省重点实验室
基金: 安徽省自然科学基金面上项目(1808085MF171)
分类号: TP391.41;U491
页码: 50-55
总页数: 6
文件大小: 1313K
下载量: 328