仪器仪表学报

作者：伍锡如，邱涛涛，王耀南

单位：伍锡如,1. 桂林电子科技大学电子工程与自动化学院,,邱涛涛,1. 桂林电子科技大学电子工程与自动化学院,,王耀南,2. 湖南大学电气与信息工程学院,

关键词：MobileNet;目标检测;实例分割;深度学习

基金：国 家 自 然 科 学 基 金 ( 61863007 )、 广 西 自 然 科 学 基 金 ( 2020GXNSFDA238029)、 广 西 研 究 生 教 育 创 新 计 划 ( YCSW2020159,2021YCXS122)、广西研究生教育创新计划(C20YJM00BX0M)项目资助

针对智能驾驶中出现的交通场景多目标检测与分割效率低、鲁棒性差等问题,提出一种改进的MaskR-CNN交通场景多目标快速检测与分割方法。首先采用轻量级MobileNet作为骨干网络,有效减少网络参数并压缩模型体积,提升后续嵌入式端的算法移植能力,其次通过优化FPN与骨干网络卷积结构,保证高底层之间特征信息的完整传递,通过调整超参数得到交通场景多目标检测与分割改进网络模型。设计不同交通场景下的对比实验,改进网络能够准确实现多目标的检测与分割,平均检测精度可达85.2%。在ApolloScape和NuScence数据集上进行迁移实验,改进网络展示出良好的泛化能力。本文所提出的改进骨干网络与网络结构优化,能够适应多种复杂交通场景,完成交通场景多目标的快速检测与分割,为智能驾驶提供了理论依据与技术方案。

来源：2021年第7期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2021年第7期