改进的YOLO：AF-FPN替换金字塔模块提升目标检测精度

文章预览

关注并星标 从此不迷路 计算机视觉研究院 公众号ID ｜ ComputerVisionGzq 学习群 ｜ 扫码在主页获取加入方式 论文： https://arxiv.org/pdf/2112.08782.pdf 计算机视觉研究院专栏 随着世界迈向第四次工业革命，电动车越来越普遍，但是路上的交通标志也五花八门，如果利用计算机视觉技术可以全部检测识别，那也是一大进步！ 一、 前言 交通标志检测 对于无人驾驶系统来说是一项具有挑战性的任务，特别是对于多尺度目标的检测和检测的实时性问题。在交通标志检测过程中，目标的 尺度变化很大 ，会对检测精度产生一定的影响。 特征金字塔被广泛用于解决这个问题，但它可能会破坏不同尺度交通标志的特征一致性。而且，在实际应用中， 常用的方法很难在保证检测实时性的同时提高多尺度交通标志的检测精度。 在今天分享中，研究者提出了一种改进的特征 ………………………………