CVPR 2021自动驾驶研讨会：流式感知挑战赛技术报告
计算机视觉与模式识别
2021-08-10 v1 人工智能
摘要
在本报告中，我们介绍了用于真实自动驾驶场景的实时2D目标检测系统。我们的检测器基于新设计的YOLO模型（称为YOLOX）构建。在Argoverse-HD数据集上，我们的系统实现了41.0的流式AP，在纯检测赛道/全赛道上分别超越第二名7.8/6.1。此外，配备TensorRT后，我们的模型在高分辨率输入尺寸（例如1440-2304）下实现了30FPS的推理速度。代码和模型将在 https://github.com/Megvii-BaseDetection/YOLOX 公开。
引用
@article{arxiv.2108.04230,
title = {Workshop on Autonomous Driving at CVPR 2021: Technical Report for Streaming Perception Challenge},
author = {Songyang Zhang and Lin Song and Songtao Liu and Zheng Ge and Zeming Li and Xuming He and Jian Sun},
journal= {arXiv preprint arXiv:2108.04230},
year = {2021}
}
备注
Report of the 1st Place of Streaming Perception Challenge(Workshop on Autonomous Driving at CVPR 2021)