改进FCOS的行人检测算法

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。