改进FCOS的行人检测算法

作     者：刘丹 汪慧兰 曾浩文 王桂丽 LIU Dan;WANG Hui-lan;ZENG Hao-wen;WANG Gui-li

作者机构：安徽师范大学物理与电子信息学院安徽芜湖241002 

基　　金：安徽省自然科学基金项目(1708085QF133) 安徽师范大学创新基金项目(2018XJJ100) 安徽省智能机器人信息融合与控制工程实验室基金项目(IFCIR2020004) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2022年第43卷第11期

页      码：3264-3270页

摘      要：为解决行人目标特殊性和复杂性导致的检测速度和精度不高问题,提出改进的FCOS检测算法。采用轻量型网络作为FCOS的主干网络,提高检测速度;运用同步批归一化替代批归一化方法进行网络模型训练;在原有特征层基础上增加C_(2)层进行特征融合,提高精度。实验结果表明,改进算法在Caltech数据集上mAP为88.9%,对小尺度行人检测效果增强,检测速度提高了85.3%,在具有鲁棒性的同时也满足行人检测实时性要求。

主 题 词：行人检测 全卷积单阶段 深度学习 轻量型网络 同步批归一化 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2022.11.035

馆 藏 号：203115517...