《表1 不同方法在各个指标上的对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于非对称沙漏网络结构的目标检测算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

Center Net是一种基于中心点的检测框架，它由Corner Net角点检测的思想发展而来。它是一个标准的无锚框单阶段目标检测网络，分为主干网络部分（特征提取）和检测头（后处理与生成结果）两部分。主干网络部分可以使用残差、深层聚合或者沙漏网络等不同结构。其中沙漏网络的精度最高，但它的速度却是最慢的。主干网络将得到的特征图送入检测头部，特征图上的每个位置都会密集地回归出类别、长宽和偏移量。其中，类别得分值以热力图的形式产生，峰值即为物体的中心点，如图2所示。通过表1可以看出：虽然使用沙漏网络的Center Net达到42%的平均准确率（mean Average Precision，m AP）值，但是6 frame/s的帧率对于单阶段检测器来说还是过于缓慢。而改用深层聚合（Deep Layer Aggregation，DLA）主干网络后，速度达到28 frame/s的同时m AP也大幅降低。