CFENet：一种用于自动驾驶的准确高效单阶段目标检测器
计算机视觉与模式识别
2018-10-11 v2
摘要
检测小物体的能力以及目标检测器的速度对于自动驾驶应用非常重要，本文提出了一种有效且高效的一阶段检测器，该检测器在CVPR2018自动驾驶研讨会(WAD)的道路目标检测竞赛中获得第二名。所提出的检测器继承了SSD的架构，并引入了一种新颖的综合特征增强(CFE)模块。在该竞赛数据集以及MSCOCO数据集上的实验结果表明，所提出的检测器(命名为CFENet)相比原始SSD以及SOTA方法RefineDet表现更好，尤其对于小物体，同时保持接近原始SSD的高效率。具体而言，所提出检测器的单尺度版本可以21 fps的速度运行，而具有更大输入尺寸的多尺度版本达到了29.69的mAP，在排行榜上排名第二。
引用
@article{arxiv.1806.09790,
title = {CFENet: An Accurate and Efficient Single-Shot Object Detector for Autonomous Driving},
author = {Qijie Zhao and Tao Sheng and Yongtao Wang and Feng Ni and Ling Cai},
journal= {arXiv preprint arXiv:1806.09790},
year = {2018}
}
备注
5 pages, 4 figures, CVPR2018, Workshop of Autonomous Driving (WAD)