一种用于快速目标检测的统一多尺度深度卷积神经网络

提出了一种用于快速多尺度目标检测的统一深度神经网络，称为多尺度卷积神经网络（MS-CNN）。该网络由一个提议子网络和一个检测子网络组成。在提议子网络中，检测在多个输出层上进行，从而使感受野与不同尺度的目标相匹配。这些互补的尺度特定检测器被结合在一起，形成一个强大的多尺度目标检测器。通过优化多任务损失函数，整个统一网络实现了端到端的学习。此外，还探讨了通过反卷积进行特征上采样的方法，作为输入上采样的替代方案，以减少内存和计算成本。实验结果表明，在包含大量小目标的数据集（如 KITTI 和 Caltech）上，该方法能够实现高达 15 帧每秒的最先进目标检测性能。