YOLOpeds：面向智能相机应用的高效实时单发行人检测

基于深度学习的物体检测器可在包括视频监控、自动驾驶、机器人与无人机、智能工厂和健康监测的广泛机器视觉应用中增强智能相机系统的能力。行人检测在所有这些应用中起关键作用，深度学习可用于构建准确的前沿检测器。然而，此类复杂范式不易扩展，传统上未在资源受限的智能相机中以实现设备端处理的方式部署，而设备端处理在实时监测与鲁棒性至关重要的情境下具有显著优势。高效神经网络不仅能赋能移动应用与设备端体验，还可成为隐私与安全的关键促成因素，使用户无需将数据发送至服务器评估即可获益于神经网络。本工作致力于在智能相机应用中高效部署基于深度学习的行人检测时，实现准确性与速度的良好权衡。引入了基于可分卷积的计算高效架构，并提议跨层集成密集连接与多尺度特征融合，以在减少参数与运算量的同时提升表征能力。具体而言，本工作的贡献如下：1）结合多尺度特征操作的高效骨干网络，2）用于改进定位的更精细损失函数，3）无锚框检测方法。所提方法 YOLOpeds 使用 PETS2009 监控数据集在 320x320 图像上评估。总体而言，YOLOpeds 提供超过 30 帧每秒的实时持续运行，检测率约 86%，优于现有深度学习模型。