科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对行人检测的尺度变化问题，提出一种基于改进多尺度残差网络无锚检测算法(IMSNet)。将Res2Net残差模块中多尺度特征提取融入ResNeXt,将改进后的网络作为主干网络(Res2NeXt*),使主干网络包含不同数量、不同组合的感受野；利用多个较小卷积核等效替代单个较大卷积核，增加网络深度并减少网络参数量；对细化的多尺度卷积特征级联融合做卷积运算，将行人检测简化为中心点和尺度预测任务。实验结果表明，IMSNet对CityPersons和Caltech数据集Reasonable设置分别实现了10.6%和2.6%的平均漏检率，检测每张图像仅需0.28 s。
-
单位中国科学院福建物质结构研究所; 兰州交通大学; 数理学院
