面向自动驾驶场景的基于锚框检测器优化
计算机视觉与模式识别
2022-08-15 v1 人工智能
摘要
本文总结了在自动驾驶场景中针对流行的基于锚框（anchor-based）检测器的模型改进与推理时优化。基于为通用检测场景设计的高性能 RCNN-RS 与 RetinaNet-RS 检测框架，我们研究了一组框架改进，以使检测器更好地检测拥挤场景中的小物体。随后，我们提出了一种通过缩放输入分辨率与模型尺寸来实现更优速度-精度权衡曲线的模型缩放策略。我们在 Waymo Open Dataset (WOD) 的实时 2D 检测赛道上评估了我们的模型系列。在 V100 GPU 上 70 ms/帧的延迟约束内，我们最大的 Cascade RCNN-RS 模型达到了 76.9% AP/L1 与 70.1% AP/L2，取得了 WOD 实时 2D 检测的新 state-of-the-art。我们最快的 RetinaNet-RS 模型达到了 6.3 ms/帧，同时在 50.7% AP/L1 与 42.9% AP/L2 下保持合理的检测精度。
引用
@article{arxiv.2208.06062,
title = {Optimizing Anchor-based Detectors for Autonomous Driving Scenes},
author = {Xianzhi Du and Wei-Chih Hung and Tsung-Yi Lin},
journal= {arXiv preprint arXiv:2208.06062},
year = {2022}
}