IMMVP：一种高效的日间与夜间道路目标检测器
计算机视觉与模式识别
2019-10-29 v3 多媒体
摘要
在各种光照条件下检测道路目标十分困难。为提高分类器质量，我们采用了三种技术。我们定义子类以分离日间和夜间样本。随后在训练集中跳过相似样本以防止过拟合。借助外部训练样本，检测精度也得以提升。为在边缘设备 Nvidia Jetson TX2 平台上检测目标，我们采用轻量模型 ResNet-18 FPN 作为主干特征提取器。FPN（特征金字塔网络）可生成优良特征以检测不同尺度的目标。借助 Cascade R-CNN 技术，边界框被迭代细化以获得更好结果。
引用
@article{arxiv.1910.06573,
title = {IMMVP: An Efficient Daytime and Nighttime On-Road Object Detector},
author = {Cheng-En Wu and Yi-Ming Chan and Chien-Hung Chen and Wen-Cheng Chen and Chu-Song Chen},
journal= {arXiv preprint arXiv:1910.06573},
year = {2019}
}
备注
Accepted at IEEE 21st International Workshop on Multimedia Signal Processing (MMSP 2019)