由几何数据补充的 Tiny-YOLO 目标检测
计算机视觉与模式识别
2020-10-19 v2 机器人学
摘要
我们提出一种借助场景几何先验知识来提高检测精度（mAP）的方法：假设场景为一个平面，物体放置于其上。我们关注自主机器人，因此给定机器人的尺寸与相机的倾角，可以预测输入帧中每个像素的空间尺度。通过稍作修改的 YOLOv3-tiny，我们证明了由尺度通道（以下记为 S）补充的检测以较小的计算开销优于标准的基于 RGB 的检测。
引用
@article{arxiv.2008.02170,
title = {Tiny-YOLO object detection supplemented with geometrical data},
author = {Ivan Khokhlov and Egor Davydenko and Ilya Osokin and Ilya Ryakin and Azer Babaev and Vladimir Litvinenko and Roman Gorbachev},
journal= {arXiv preprint arXiv:2008.02170},
year = {2020}
}
备注
5 pages, 5 figures, published in 2020 IEEE 91st Vehicular Technology Conference (VTC2020-Spring)