在ECCV 2018 Wider行人检测挑战赛中基于RetinaNet的行人检测探索
计算机视觉与模式识别
2019-02-05 v1
摘要
本文的核心要义是考察基于RetinaNet的目标检测器在行人检测上的性能。行人检测是一个重要的研究课题，因为它为通用目标检测提供了基线，并拥有大量实际应用，如自动驾驶汽车、机器人与安防摄像头。尽管广泛的研究已在行人检测上取得巨大进展，仍存在许多问题并留有进一步研究与改进的空间。近期基于深度学习的方法已在图像分类、目标检测和分割等计算机视觉任务中展现出最先进性能。Wider行人检测挑战赛旨在寻找改进行人检测问题的方案。在本文中，我们提出了一种基于RetinaNet的行人检测系统。我们的方案取得了0.4061 mAP。代码可见于 https://github.com/miltonbd/ECCV_2018_pedestrian_detection_challenege。
引用
@article{arxiv.1902.01031,
title = {Towards Pedestrian Detection Using RetinaNet in ECCV 2018 Wider Pedestrian Detection Challenge},
author = {Md Ashraful Alam Milton},
journal= {arXiv preprint arXiv:1902.01031},
year = {2019}
}
备注
ECCV Wider pedestrian detection challenege submission