一种改进的Faster R-CNN对小尺度车辆检测研究

作者：张御宇; 杨彪; 邓林红

来源：现代电子技术, 2019, 42(11): 98-103.

DOI：10.16652/j.issn.1004-373x.2019.11.023

• Faster R-CNN
• 小尺度车辆检测
• 全卷积网络
• 区域建议网络
• 锚选择
• 平衡锚数量

针对传统Faster R-CNN算法对小尺度车辆检测效果不佳的问题,提出一种改进型网络进行车辆检测的方法。首先,通过改进经典全卷积网络和区域建议网络的结构,增强低层特征与高层特征之间的信息传递;其次,增加更小尺度的锚,从而改善Faster R-CNN对小目标的检测能力;最后,增加锚选择策略,通过平衡锚数量的差异,缓解区域建议网络生成的正负锚数量不平衡问题。文中实验分别在VOC2007、Kitti、真实数据集上对所提方法和传统Faster R-CNN算法进行比较,检测准确率分别提高了9%,8.1%,8.9%。

• 单位
  数理学院; 常州大学