通过优化锚框生成与解决类别不平衡增强自动驾驶目标检测
计算机视觉与模式识别
2021-04-09 v1 人工智能
机器学习
摘要
过去几年中，目标检测一直是计算机视觉中最活跃的研究方向之一。近期的工作主要集中于在通用基准 COCO 上推进最先进水平。然而，此类检测框架在特定应用（如自动驾驶）中的使用仍是一个有待解决的领域。本研究提出了一种基于 Faster R-CNN 的增强型 2D 目标检测器，更适用于自动驾驶车辆场景。两个主要方面得到改进：锚框生成流程以及少数类别的性能下降。由于车载摄像机的透视投影，默认的均匀锚框配置在此场景下并不合适。因此，我们提出了一种透视感知方法，通过聚类将图像划分为关键区域，并使用进化算法为每个区域优化基础锚框。此外，我们增加了一个模块，通过纳入第一阶段提出的候选区域的空间信息来增强第二阶段头部网络的精度。我们还探索了不同的重加权策略以解决前景-前景类别不平衡，表明使用简化版 focal loss 可显著改善两阶段检测器中困难且代表性不足目标的检测。最后，我们设计了一个集成模型以结合不同学习策略的优势。我们的方案在迄今为止最广泛且多样的 Waymo Open Dataset 上进行了评估。结果表明，使用最佳单一模型时平均精度提升 6.13% mAP，使用集成模型时提升 9.69% mAP。所提出的对 Faster R-CNN 的修改不增加计算成本，且可轻易扩展以优化其他基于锚框的检测框架。
引用
@article{arxiv.2104.03888,
title = {Enhancing Object Detection for Autonomous Driving by Optimizing Anchor Generation and Addressing Class Imbalance},
author = {Manuel Carranza-García and Pedro Lara-Benítez and Jorge García-Gutiérrez and José C. Riquelme},
journal= {arXiv preprint arXiv:2104.03888},
year = {2021}
}