改进RFB算法的车载实时行人检测算法研究  

作　　者：刘婷婷[1] 王赛[1] 凌云 郁翰文 

机构地区：[1]南京信息工程大学自动化学院,江苏南京210000

出　　处：《电子制作》2023年第3期59-64,共6页Practical Electronics

基　　金：南京信息工程大学无锡校区研究生创新实践项目(WXCX202017)。

摘　　要：针对目前行人检测系统检测精度低以及检测实时性不高的问题,提出了一种改进RFB算法的车载实时行人检测算法RFB-Nano。RFB-Nano采取多尺度特征融合机制,减少计算量。对特征提取网络VGG16进行模型压缩,减少至一个RFB模块,添加1*1卷积、拟归一化BN层,在保证精度的前提下减少参数量;并在损失函数中引入类加权交叉熵增加分类的性能。最后将设计的RFB-Nano算法与其他算法在同一环境下进行实验对比,实验结果表明改进的算法有效地提高了检测实时性,达到精确性和实时性的有效平衡表现。

关 键 词：深度学习 边缘设备 行人检测 RFBNet 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]