超快自适应轨道检测网络
计算机视觉与模式识别
2024-05-24 v1
摘要
铁路检测对于铁路系统的自动化至关重要。现有模型通常优先考虑速度或准确性，但两者兼得仍然是一个挑战。为了解决预设锚点组难以适应不同摄像机角度下变化的轨道比例的问题，本文提出了一种超快自适应轨道检测网络。该网络由一个主干网络和两个专门分支（水平坐标定位器和视角识别器）组成。视角识别器从预设锚点组中选择合适的锚点组，从而确定轨道的行坐标。随后，水平坐标定位器基于多个预设锚点组提供行分类结果。然后，利用视角识别器的结果，生成轨道的列坐标。该网络在多个数据集上进行了评估，轻量级版本在SRail数据集上达到了98.68%的F1分数，检测速率高达473 FPS。与SOTA相比，所提出的模型在速度和准确性上都具有竞争力。数据集和代码可在https://github.com/idnihai/UFATD获取。
引用
@article{arxiv.2405.13538,
title = {Ultra-Fast Adaptive Track Detection Network},
author = {Hai Ni and Rui Wang and Scarlett Liu},
journal= {arXiv preprint arXiv:2405.13538},
year = {2024}
}