Waymo 开放数据集挑战赛亚军方案——实时二维目标检测
计算机视觉与模式识别
2021-06-17 v1
摘要
在自动驾驶系统中，从图像中识别车辆、行人与骑行者至关重要。除预测的高精度外，实时运行的要求给卷积网络模型带来了新挑战。在本报告中，我们介绍一种从图像检测二维目标的实时方法。我们聚合若干流行的一阶段目标检测器，并独立训练不同输入策略的模型，以在各类别精确多尺度检测（尤其小目标）上获得更优性能。为加速模型，我们利用 TensorRT 优化检测流程的推理时间。如排行榜所示，我们提出的检测框架在 Waymo 开放数据集挑战赛的实时二维检测赛道中以 75.00% L1 mAP 与 69.72% L2 mAP 位居第二，同时我们的框架在 Nvidia Tesla V100 GPU 上达到 45.8ms/帧的延迟。
引用
@article{arxiv.2106.08713,
title = {2nd Place Solution for Waymo Open Dataset Challenge -- Real-time 2D Object Detection},
author = {Yueming Zhang and Xiaolin Song and Bing Bai and Tengfei Xing and Chao Liu and Xin Gao and Zhihui Wang and Yawei Wen and Haojin Liao and Guoshan Zhang and Pengfei Xu},
journal= {arXiv preprint arXiv:2106.08713},
year = {2021}
}