摘要

目标检测广泛应用在公共场合的智能监控、自动驾驶与计算机辅助诊断等领域。文章提出了单层特征目标检测替代复杂的特征金字塔结构,从而提升模型的推理速度和预测精度。在模型搭建过程中,瓶颈特征结构采用了单层空洞残差编码器,样本选择采用了统一匹配机制,并采用了任务对齐检测器。在COCO(Microsoft Common Objects in Context)数据集下,大量实验证明该方法的有效性,以Res Net50为基准,预测精度达到了38.2 m AP,比Retina Net的推理速度快1.4倍,精度提高2.3 m AP。该模型具有推理速度快、预测精度高等特点,可以应用在许多特定场景中。

全文