基于深度学习的无锚框目标检测算法综述

近年来,基于深度学习的无锚框目标检测算法备受关注。为了深入理解无锚框检测算法,对比分析了基于深度学习的无锚框检测算法的原理机制、网络结构、核心特性以及优缺点,归纳总结了无锚框检测算法的核心技术,并在同一数据集上通过性能实验研究上述算法的性能,总结提出基于深度学习的目标检测算法未来的研究方向。

锚框校准和空间位置信息补偿的街道场景视频实例分割

街道场景视频实例分割是无人驾驶技术研究中的关键问题之一,可为车辆在街道场景下的环境感知和路径规划提供决策依据.针对现有方法存在多纵横比锚框应用单一感受野采样导致边缘特征提取不充分以及高层特征金字塔空间细节位置信息匮乏的问题,本文提出锚框校准和空间位置信息补偿视频实例分割(Anchor frame calibration and Spatial position information compensation for Video Instance Segmentation,AS-VIS)网络.首先,在预测头3个分支中添加锚框校准模块实现同锚框纵横比匹配的多类型感受野采样,解决目标边缘提取不充分问题.其次,设计多感受野下采样模块将各种感受野采样后的特征融合,解决下采样信息缺失问题.最后,应用多感受野下采样模块将特征金字塔低层目标区域激活特征映射嵌入到高层中实现空间位置信息补偿,解决高层特征空间细节位置信息匮乏问题.在Youtube-VIS标准库中提取街道场景视频数据集,其中包括训练集329个视频和验证集53个视频.实验结果与YolactEdge检测和分割精度指标定量对比表明,锚框校准平均精度分别提升8.63%和5.09%,空间位置信息补偿特征金字塔平均精度分别提升7.76%和4.75%,AS-VIS总体平均精度分别提升9.26%和6.46%.本文方法实现了街道场景视频序列实例级同步检测、跟踪与分割,为无人驾驶车辆环境感知提供有效的理论依据.

基于EfficientNet的无锚框目标检测模型

目标检测是计算机视觉的热门研究方向之一,包含分类和定位两个任务。针对单阶段目标检测模型普遍存在的两个问题:训练时正负样本的不均衡以及锚框的设置需要人工干预,提出一种基于EfficientNet的无锚框目标检测模型(Anchor-free Efficientnet-based Object Detector,AEOD)。AEOD先筛选出落在目标框中的特征点,再根据特征点所作的预测计算代价矩阵,在训练时基于代价矩阵为目标动态分配正负样本,从而达到平衡二者数量的目的。此模型通过特征图中的特征点直接预测目标的位置和形状,不仅省去了人工设置锚框的环节,还提高了可检出目标的数量。此外,可缩放的EfficientNet进一步提高了模型的泛化能力,使之可以接收多尺度的输入。在PASCAL VOC07+12数据集中,AEOD最高可以获得91.3%的平均精度(mAP),检测速度达到32.1 FPS,较其他主流的目标检测模型有显著提升。

基于热力图预测的免“锚框”人物目标检测算法

传统的目标检测算法通常预设许多候选的目标边界框(“锚框”)穷举待检测目标的潜在位置,在对边界框进行置信度计算后筛除冗余边界框确定人物位置,此类检测方法需要复杂的后处理程序,检测效率低。针对待检测的人物目标,提出基于热力图预测的免“锚框”目标检测算法,将人物目标的检测转化为对人物热力图的最大值,即目标中心点的检测。通过中心点进行目标尺寸的回归,最终确定目标位置,免除对“锚框”的依赖和计算,从而有效降低计算成本,大幅提高目标检测的速度。实验结果表明:与传统基于“锚框”的检测算法Faster R-CNN和SSD相比,所提算法目标检测速度大幅提升,达到45帧/s,同时检测精度相较前两者在不同数据集上均有所改善。在现实场景测试中,即使视频中存在人物交叉遮挡情况,该算法也能实时跟踪和精准检测人物位置,达到实时检测的目的。

基于改进CenterNet的轻量级无锚框SAR图像多尺度舰船检测算法

针对复杂场景下多尺度舰船检测精度较差、效率较低、泛化性较弱等问题,本文构建了一个轻量级无锚框的合成孔径雷达图像舰船检测框架。为满足合成孔径雷达图像舰船实时检测的需求,提出了基于改进CenterNet的轻量级无锚框合成孔径雷达图像舰船检测方法,通过预测目标关键点的信息及检测框的相关属性,实现了合成孔径雷达图像舰船快速准确定位与检测。为解决合成孔径雷达图像样本稀缺的问题,采用了适用于合成孔径雷达舰船图像的数据增强方法以扩充训练样本,并引入了多尺度训练以增强模型泛化性能。实验结果表明:本文方法具有检测效率高、检测精度好、泛化性能强等优势,能实现复杂场景下多尺度舰船的实时高精度检测。

基于锚框自适应和多尺度增强的SAR舰船检测

针对目前基于深度学习的合成孔径雷达(synthetic aperture radar, SAR)舰船检测锚框尺度固定、多尺度检测性能较差的问题,提出了一种基于锚框自适应和多尺度增强网络(adaptive anchor multi-scale enhancement network, AA-MSE-Net)的SAR舰船检测方法。首先,AA-MSE-Net引入了锚框自适应机制,来生成适应目标形态的高质量锚框,增强了舰船形态描述能力。其次,AA-MSE-Net提出了多尺度增强金字塔网络,来融合增强多尺度特征,增强了多尺度描述能力。最后,AA-MSE-Net在骨干网络中引入了可变形卷积,来提取舰船形变特征,进一步提高检测精度。实验证明,AA-MSE-Net在公开SAR舰船检测数据集上的平均精度高于8种对比方法。

基于深度学习的有锚框行人检测方法综述

计算机视觉包含图像分类、目标检测、目标跟踪等技术。行人检测作为目标检测的重要子任务之一,广泛应用于自动驾驶、智能机器人、监控检测等场景。随着深度学习的快速发展,通用目标检测器在目标检测任务上有着优秀的表现,许多研究者也在此基础上进行一系列改进,从而提升行人检测的速度和精度。按照是否预设物体边界框,基于深度学习的行人检测算法可以分为有锚框(Anchor-Based)和无锚框(Anchor-Free)。本文介绍了传统的行人检测方法,重点阐述了基于有锚框的行人检测算法在面对小尺度行人和遮挡行人等检测问题上的研究进展。

一种圆形锚框的Faster R-CNN小目标检测算法

小目标检测的主要任务是检测图像中尺寸小于32×32像素的目标并对其分类。由于传统矩形锚框结构检测小目标时匹配不准确,小目标在通用数据集中数量较少且分布不均匀,导致模型检测效果较差。为此,在Faster RCNN的基础上,提出一种圆形锚框的小目标检测方法。在RPN阶段采用圆形锚框定位感兴趣区域,通过新的面积交并比计算方法与损失函数减少模型参数量与锚框回归阶段的偏移计算,以增强模型对被检测目标的拟合能力,提升模型检测精度和效率。同时,为了解决现有公开数据集中小目标占比较少及分布不均匀问题,在MS COCO 2017数据集上进行数据增强操作,仅保留其中的小目标并将标注信息修改为对小目标包裹率较高的圆形包围框。实验表明,采用圆形锚框方法与数据增强方法在检测小目标时检测效果较好,检测效率、速度均明显优于Faster R-CNN,APS、检测速度分别提升4.1%与4 FPS。

面向SAR图像的无锚框实时舰船目标检测算法

锚框结构的舰船目标检测算法存在预设锚框与真实目标框难以精准匹配的问题,设计了一种基于合成孔径雷达(Synthetic Aperture Radar,SAR)图像的无锚框实时舰船目标检测算法。该算法以YOLOX-Nano(You Only Look Once X-Nano)框架为基础,在骨干网络单元嵌入改进Ghost模块和挤压激励(Squeeze and Excitation,SE)模块。路径聚合网络(Path Aggregation Network,PANet)与改进Ghost模块和自适应空间特征融合(Adaptively Spatial Feature Fusion,ASFF)模块集成后提高了模型的特征表达能力。以输入图像分辨率为320×320像素为基准,相较于单发多框检测器(Single Shot MultiBox Detector,SSD)和YOLOv3-tiny(You Only Look Once v3-tiny)模型,实验结果显示本文算法在合成孔径雷达舰船检测数据集(SAR Ship Detection Dataset,SSDD)上平均正确率达到94.5%,参数量为0.87×10^(6),浮点计算量为0.61×10^(9),能够实现高精度和低复杂度的SAR图像舰船目标检测。

一种用于单目标跟踪的锚框掩码孪生RPN模型

针对孪生区域候选网络(RPN)易受干扰且目标丢失后无法跟踪的问题,引入锚框掩码网络机制,设计一种新型孪生RPN模型。设置多尺度模板图片,并将其与目标图片进行卷积操作,实现全图检测以避免目标丢失。通过对前三帧图片的IOU热度图进行学习,预测连续帧目标锚框掩码,简化计算并排除其他目标干扰。在VOT2016和OTB100数据集中的实验结果显示,该模型对VOT2016数据集检测帧率达到24.6 frame/s,预期平均覆盖率为0.344 5,对OTB100数据集的检测准确率和成功率分别为0.862和0.642。基于摄像头采集数据的目标丢失及干扰测试表明,该模型具有良好的抗干扰性与实时性。

含软弱夹层锚框支护边坡的地震响应研究

以漳州招银高速MK10+250段含软弱夹层岩质边坡的锚框支护工程为原型,设计了1/30缩尺模型边坡,开展了20种工况的模拟地震动试验,重点关注坡体高程、地震动幅值对PGA放大系数和PEP震荡系数的影响。坡内和坡面各测点处PGA放大系数,均呈现出明显的高程效应;但由于软弱夹层的隔震作用和锚框支护的加固作用,使得边坡加速度响应更趋于整体性,不表现出明显的鞭梢效应。坡内和坡面各测点处PGA放大系数,随着输入地震动幅值的增大呈线性减小或指数型减小。各测点处PEP震荡系数随埋深增大呈近似线性增加,随地震动幅值增大呈非线性增加;并且在高烈度工况下,指向坡外方向的附加水平压力大于指向坡内方向。通过对边坡表观破坏特征的描述,发现表观破坏主要集中在软弱夹层上部坡体中,尤其是坡顶表层出现了贯通裂缝;但由于锚索-框架支护的加固作用,其边坡并未沿软弱夹层发生整体性失稳。

基于中心点搜索的无锚框全卷积孪生跟踪器

为解决孪生网络跟踪器鲁棒性差的问题,重新设计了孪生网络跟踪器的分类与回归分支,提出一种基于像素上直接预测方式的高鲁棒性跟踪算法—无锚框全卷积孪生跟踪器(Anchor-free fully convolutional siamese tracker,AFST).目前高性能的跟踪算法,如SiamRPN、SiamRPN++、CRPN都是基于预定义的锚框进行分类和目标框回归.与之相反,提出的AFST则是直接在每个像素上进行分类和预测目标框.通过去掉锚框,大大简化了分类任务和回归任务的复杂程度,并消除了锚框和目标误匹配问题.在训练中,还进一步添加了同类不同实例的图像对,从而引入了相似语义干扰物,使得网络的训练更加充分.在VOT2016、GOT-10k、OTB2015三个公开的基准数据集上的实验表明,与现有的跟踪算法对比,AFST达到了先进的性能.

基于通用条分原理的锚框支护边坡地震动力稳定分析

考虑水平地震力作用与锚框支护作用,分析微分形式的土条受力平衡,推导积分形式的滑体极限平衡,编程搜索求解相应方程组,提出一套基于通用条分原理的锚框支护边坡地震动力稳定分析方法。利用本文所述方法与数值模拟方法,分别计算了某高速公路锚框支护边坡的动力稳定安全系数,两者结果基本相同。进一步探讨了平均锚固力和地震作用系数对该边坡动力稳定安全系数的影响。本文所述基于通用条分原理的锚框支护边坡地震动力稳定分析方法,具有考虑因素全面、计算工作量小的优点,能够为边坡工程的初步设计,包括坡形设计、锚杆优化、抗震验算等,提供一种较为准确的简便计算手段。

上下文信息融合与分支交互的SAR图像舰船无锚框检测

SAR图像中舰船目标稀疏分布、锚框的设计,对现有基于锚框的SAR图像目标检测方法的精度和泛化性有较大影响,因此该文提出一种上下文信息融合与分支交互的SAR图像舰船目标无锚框检测方法,命名为CI-Net。考虑到SAR图中舰船尺度的多样性,在特征提取阶段设计上下文融合模块,以自底向上的方式融合高低层信息,结合目标上下文信息,细化提取到的待检测特征;其次,针对复杂场景中目标定位准确性不足的问题,提出分支交互模块,在检测阶段利用分类分支优化回归分支的检测框,改善目标定位框的精准性,同时将新增的IOU分支作用于分类分支,提高检测网络分类置信度,抑制低质量的检测框。实验结果表明:在公开的SSDD和SAR-Ship-Dataset数据集上,该文方法均取得了较好的检测效果,平均精度(AP)分别达到92.56%和88.32%,与其他SAR图舰船检测方法相比,该文方法不仅在精度上表现优异,在摒弃了与锚框有关的复杂计算后,较快的检测速度,对SAR图像实时目标检测也有一定的现实意义。

融合引导锚框算法的Faster-RCNN缺陷检测

针对传统零件表面缺陷检测方法准确性差效率低,无法满足智能制造需求的问题,提出基于Faster-RCNN深度学习算法的缺陷检测方法。在Faster-RCNN基本算法的基础上,引入引导锚框算法生成anchor方案,解决算法中anchor方案对本次检测的缺陷目标缺乏针对性、产生大量的冗余区域建议窗口的问题,以提高检测的准确性和效率;通过对比非极大值抑制中不同的IOU阈值对检测结果的影响,确定最优的IOU阈值,并设计零件缺陷样本采集方案,建立三种零件缺陷数据集,在此基础上对方法的有效性进行试验验证。实验结果表明,该方法能够大幅度提高零件表面缺陷检测的准确性和效率,各缺陷检测结果的平均精度可达97.7%以上,平均检测速度达到4.3 fps,满足了智能制造的急迫需求。

基于无锚框检测网络的茶叶嫩芽识别方法研究

利用机器学习方法进行茶叶嫩芽识别有助于茶叶生产的全程智能化.目前的嫩芽识别方法依赖复杂的预处理,导致嫩芽识别效率普遍不高.基于无锚框检测网络CenterNet,提出了一种无需预处理的高速茶叶嫩芽识别方法.针对CenterNet特征提取网络规模过大、识别速度过低的问题,将其特征提取网络替换为ResNet-50.利用改进后的CenterNet模型识别茶叶的一芽、一芽一叶和一芽二叶部分,得到模型的精确度为83.1%,召回率为85.4%,mAP为87.7%,识别效果优于同类无预处理识别方法.

注意力聚集无锚框的孪生网络无人机跟踪算法

针对无人机目标跟踪过程中经常出现角度变化、形变、相似物体干扰等问题,提出轻量级注意力聚集无锚框的孪生网络无人机实时目标跟踪算法.考虑到无人机高空视角跟踪目标较小,在特征模板两分支中引入高效通道注意力机制,能够有效获取目标的语义信息和细节信息.在融合两层响应的基础上,引入空间注意力机制,能够有效地聚合注意力特征,同时扩大模型的视野范围.引入无锚框机制,针对每个像素进行分类和预测回归目标框,减少了模型复杂度,大大降低了计算量.在UAV123@10fps、UAV20L和DTB70等无人机跟踪数据集上与多个当前比较流行的算法进行对比实验,结果表明,所提算法在3个无人机数据集上的平均跟踪速度达到155.2帧/s,在多种复杂环境下,均能实现对目标的有效跟踪.

基于感知增强无锚框网络的遥感图像目标检测

遥感图像目标成像尺度和方向多变导致现有目标检测算法往往存在较多的误检和漏检现象,针对这一问题,提出一种感知增强无锚框网络下的遥感目标检测方法。首先,构建高层特征增强模块并将其融入特征金字塔顶层网络中,通过在深层网络挖掘更多的语义信息,增强高层网络对待检测目标的特征描述力。进一步,构建多尺度目标感知增强模块,通过引入多分支空洞卷积结构,在不同特征层中增强网络模型对不同尺度大小目标的感知力。最后,基于无锚框网络框架,利用区域分配因子和距离向量确定目标中心点位置,实现遥感图像定向目标检测。所提方法在遥感目标检测数据集DIOR-R和HRSC2016上的平均准确率达到71.4%和96.7%。定性和定量的对比实验结果证明所提方法具有良好的有效性,对不同尺度和成像方向下的不同种类遥感目标均能实现更加准确的检测。

面向遥感目标检测的无锚框Transformer算法

遥感图像目标具有多方向排布、小且密集等特性,使基于深度学习的旋转目标检测算法存在检测精度不佳的问题.针对这一问题,本文提出了一种面向遥感目标检测的无锚框Transformer算法.首先,采用层次化Transformer采集不同分辨率的特征信息以扩大特征信息的采集范围.其次,构建一种新的前馈网络(Spacial-FeedForward Neural network,SFFN).SFFN将3×3深度可分离卷积的局部空间特性和多层感知机(MultiLayer Perceptron,MLP)的全局通道特性融合在一起,以解决前馈网络(Feed Forward Neural network,FFN)在局部空间建模上的不足.最后,基于SFFN架构搭建了无锚框检测器,将预测框回归问题分为水平框与旋转框,缓解了旋转框的损失不连续性问题.在DOTA数据集上的测试结果表明,此方法的平均精度达到了75.83%,同时在NWPU VHR-10数据集上5类小目标检测结果达到了92.47%,在遥感目标检测精度上更具竞争力.

基于差分特征注意力机制的无锚框多光谱行人检测算法

针对多光谱行人检测系统存在特征融合质量低、模型超参数多且锚框匹配算法复杂等问题,提出了一种基于差分特征注意力机制的无锚框多光谱行人检测算法。该算法首先采用差分特征感知融合方法挖掘多模态特征间的互补信息来优化通道特征;然后利用具有高效无锚框机制的CenterNet检测框架大大降低了模型计算复杂度,从而提升检测速度;最后引入差分特征注意力机制,改善特征融合质量,进一步提升检测精度。在KAIST、CVC14和FLIR这3个公开数据集上的实验结果表明,提出的算法和其他先进方法相比,能够同时有效提升检测精度和速度,具有较好的实际应用前景。