YOLOPoint：联合关键点与目标检测
计算机视觉与模式识别
2024-02-07 v1
摘要
未来的智能车辆必须能够理解周围环境并安全导航。基于摄像头的车辆系统可以将关键点和目标作为低阶和高阶地标，用于不依赖 GNSS 的 SLAM 和视觉里程计。为此，我们提出了 YOLOPoint，这是一种卷积神经网络模型，通过结合 YOLOv5 和 SuperPoint 创建一个单次前向传播网络，能够同时检测图像中的关键点和目标，兼具实时性和准确性。通过使用共享骨干网络和轻量级网络结构，YOLOPoint 在 HPatches 和 KITTI 基准测试中均表现出具有竞争力的性能。
引用
@article{arxiv.2402.03989,
title = {YOLOPoint Joint Keypoint and Object Detection},
author = {Anton Backhaus and Thorsten Luettel and Hans-Joachim Wuensche},
journal= {arXiv preprint arXiv:2402.03989},
year = {2024}
}
备注
12 pages, 5 figures