基于YOLOX-S的车窗状态识别算法.pdf

第6 1卷 第4期吉 林 大 学 学 报(理 学 版)V o l.6 1 N o.4 2 0 2 3年7月J o u r n a l o f J i l i nU n i v e r s i t y(S c i e n c eE d i t i o n)J u l y 2 0 2 3d o i:1 0.1 3 4 1 3/j.c n k i.j d x b l x b.2 0 2 2 2 7 5基于Y O L O X-S的车窗状态识别算法黄 键1,徐伟峰1,2,苏 攀1,2,王洪涛1,2,李真真1(1.华北电力大学(保定)计算机系,河北 保定0 7 1 0 0 3;2.河北省能源电力知识计算重点实验室,河北 保定0 7 1 0 0 3)摘要:通过对YO L O X-S模型引入可变形卷积神经网络和焦点损失函数(F o c a l l o s s),解决原YO L O X-S模型车窗识别准确率较低的问题.首先,通过在YO L O X-S模型的主干特征提取网络中引入可变形卷积神经网络,对卷积核中的各采样点引入偏移量,以便在原始图像中提取到更具有表征的信息,从而提高车窗识别的精准度;其次,使用F o c a l l o s s替代原模型中的二元交叉熵损失函数,F o c a l l o s s能缓解正负样本不平衡对训练的影响,其在训练过程中更关注难样本,从而提高了模型对车窗目标的识别性能;最后,为验证改进算法的性能,实验收集并标注1 56 2 7张图片进行训练和验证.实验结果表明,改进后的车窗识别算法的平均目标精度提高了3.8 8%.关键词:车窗识别;YO L O X-S模型;可变形卷积神经网络;焦点损失中图分类号:T P 3 9 1 文献标志码:A 文章编号:1 6 7 1-5 4 8 9(2 0 2 3)0 4-0 8 7 5-0 8C a rW i n d o wS t a t eR e c o g n i t i o nA l g o r i t h mB a s e do nY O L O X-SHUANGJ i a n1,XU W e i f e n g1,2,S UP a n1,2,WANG H o n g t a o1,2,L IZ h e n z h e n1(1.D e p a r t m e n t o fC o m p u t e r,N o r t hC h i n aE l e c t r i cP o w e rU n i v e r s i t y(B a o d i n g),B a o d i n g0 7 1 0 0 3,H e b e iP r o v i n c e,C h i n a;2.H e b e iK e yL a b o r a t o r yo fK n o w l e d g eC o mp u t i n gf o rE n e r g y&P o w e r,B a o d i n g0 7 1 0 0 3,H e b e iP r o v i n c e,C h i n a)收稿日期:2 0 2 2-0 6-1 8.第一作者简介:黄 键(1 9 9 3),男,汉族,硕士研究生,从事计算机视觉的研究,E-m a i l:2 2 0 1 9 2 2 2 1 0 9 9n c e p u.e d u.c n.通信作者简介:徐伟峰(1 9 8 2),男,汉族,博士,从事计算机视觉和空管系统的研究,E-m a i l:w e i f e n g x u 1 6 3.c o m.基金项目:国家自然科学基金(批准号:6 1 8 0 2 1 2 4)、全国高等院校计算机基础教育研究会项目(批准号:2 0 1 9-A F C E C-1 2 5)和中央高校基本科研业务费专项基金(批准号:2 0 2 1 M S 0 8 9).A b s t r a c t:W es o l v e dt h ep r o b l e mo f l o wa c c u r a c y i nc a rw i n d o wr e c o g n i t i o no f t h eo r i g i n a lYO L O X-Sm o d e l b y i n t r o d u c i n gd e f o r m a b l e c o n v o l u t i o n a l n e u r a l n e t w o r k s a n dF o c a l l o s s f u n c t i o n(F o c a l l o s s)t ot h eYO L O X-S m o d e l.F i r s t l y,b yi n t r o d u c i n gd e f o r m a b l ec o n v o l u t i o n a ln e u r a ln e t w o r k si n t ot h eb a c k b o n ef e a t u r ee x t r a c t i o n n e t w o r k o ft h e YO L O X-S m o d e l,o f f s e t s w e r ei n t r o d u c e df o re a c hs a m p l i n gp o i n ti n t h e c o n v o l u t i o n a l k e r n e lt of a c i l i t a t et h e e x t r a c t i o n o f m o r er e p r e s e n t a t i v ei n f o r m a t i o nf r o mt h eo r i g i n a li m a g e,t h e r e b yi m p r o v i n gt h ea c c u r a c yo fc a rw i n d o wr e c o g n i t i o n.S e c o n d l y,u s i n gF o c a l l o s s i n s t e a do fb i n a r yc r o s se n t r o p yl o s sf u n c t i o ni nt h eo r i g i n a lm o d e l,F o c a ll o s sc o u l da l l e v i a t e t h e i m p a c to f i m b a l a n c eb e t w e e np o s i t i v ea n dn e g a t i v es a m p l e so nt r a i n i n g,a n d i tp a i dm o r e a t t e n t i o n t od i f f i c u l t s a m p l e sd u r i n g t h e t r a i n i n gp r o c e s s,t h e r e b y i m p r o v i n g t h e r e c o g n i t i o np e r f o r m a n c eo f t h em o d e l f o rc a rw i n d o wt a r g e t s.F i n a l l y,i no r d e rt ov e r i f yt h ep e r f o r m a n c eo f t h ei m p r o v e da l g o r i t h m,1 56 2 7i m a g e sw e r ec o l l e c t e da n da n n o t a t e df o rt r a i n i n ga n dv a l i d a t i o ni nt h ee x p e r i m e n t.T h ee x p e r i m e n t a lr e s u l t ss h o wt h a tt h ea v e r a g et a r g e ta c c u r a c yo ft h ei m p r o v e dc a rw i n d o wr e c o g n i t i o na l g o r i t h mi n c r e a s e sb y3.8 8%.K e y w o r d s:c a rw i n d o wr e c o g n i t i o n;YO L O X-S m o d e l;d e f o r m a b l ec o n v o l u t i o n a ln e u r a ln e t w o r k;F o c a l l o s s目前,基于深度学习的神经网络技术已广泛应用于各领域.依靠其强大的特征提取能力,深度学习算法在目标检测识别方面取得了较高的精度.目标检测可识别图像中特定物体的类别和图像中的位置,已广泛应用于智能交通等领域中的车辆、标识和人脸检测1-3中.随着我国城市化水平的不断提升,高速公路网的覆盖范围不断扩大,为有效提高工作效率,高速公路已采用了全新的收费管理模式,广泛设置了E T C门架系统,这为自动、智能的人员排查和人员管理技术的实施提供了基础条件.在高速公路上实现智能人员排查和人员管理的关键是准确识别车内人员,而准确识别车内人员的前提条件是识别人员所乘车辆的车窗开关状态,车窗状态检测算法通过锁定车辆自动识别车窗的开关状态,因此,准确、高效的车窗状态检测算法是实现智能人员排查和人员管理的前提.现有的检测算法R-C NN4,F a s tR-C NN5,F a s t e rR-C NN6,S S D7,YO L O等,由于大量的训练数据积累和模型更新,在主流数据集上相对传统方法均有较高的准确率和召回率.深度学习的目标检测算法根据其检测思想的不同可分为两阶段算法和单阶段算法.两阶段目标检测算法先对输入图像处理产生候选区域,然后再对候选区域进行检测.两阶段网络具有较高的精度,但需要先提取候选区域再进行检测,处理时间比单阶段网络高,典型的代表性算法有F a s t e rR-C NN6,M a s kR-C NN8,C a s c a d eR-C NN9和S p a r s eR-C NN1 0等.由于两阶段目标检测算法不适用于对实时性要求较高的应用场景,因此为进一步提高目标检测实时性,R e d m o n等1 1提出了将目标检测转化为回归问题的简化算法模型,在提高检测速度的同时提高检测精度,并提出了一系列基于位置回归的单阶段目标检测模型,如YO L O和S S D模型等.YO L O系列检测算法属于单阶段类检测算法,其在基于深度学习的检测算法中具有速度优势,但YO L O v 11 1和YO L O v 21 2的 检 测 精 度 较 低,难 以 满 足 实 际 工 程 对 精 度 的 需 求,而 精 度 较 高 的YO L O v 31 3检测速度却无法满足实际工程对时间的要求,YO L O v 41 4和YO L O v 51 5在检测精度和速度之间取得了平衡,但平均目标精度有待提高.文献1 6 提出的解耦头(D e c o u p l e dh e a d)1 7-1 8,A n c h o r-f r e e1 9-2 0和S i mOT A2 1极大提高了平均目标精度.目前在实际应用中,针对车窗状态检测已有许多研究成果,王亮亮等2提出了基于车窗特征的快速车辆检测算法,通过识别车窗代替目标物进行检测,从而提高被遮挡车辆的检出概率;汪祖云等2 2提出了基于车窗区域代替完整车辆的出租车检测方法,同时基于检测到的车窗区域实现对驾驶室的精确定位.但在高速公路检测站等公共环境中为避免排队和拥堵,对于车窗识别算法有更高的要求,需要一种更快速、精准的算法.针对上述问题,本文提出一种基于YO L O X-S改进的车窗识别算法.首先,利用可变形卷积神经网络2 3从原始图像中提取更多的特征信息,在卷积核中对每个采样点的位置添加一个偏移量,实现对当前位置的随机采样,从而不局限于之前的规则格点;其次,由于传统的交叉熵损失函数并不能有效应对正负样本极度不平衡的情况,即负样本占多数时,导致训练易收敛到负样本,从而无法有效学习正样本,引用焦点损失函数(F o c a l l o s s)2 4替换模型中二元交叉熵损失函数(B i n a r yc r o s se n t r o p yl o s s),从而有效缓解正负样本不平衡的问题,集中训练难以分类的样本,提高模型在稀有类目标检测的准确性.通过收集的到1 56 2 8张图片对改进算法进行了验证,实验结果表明,改进后的车窗识别算法取得了较高的平均精度均值(m e a na v e r a g ep r e c i s i o n,mA P).1 预备知识1.1 Y O L O X模型YO L O X模型是单阶段目标检测算法之一,它将目标区域预测和目标类别预测集成到一个单一的神经网络模型中,实现了快速、高精度的目标检测和识别,目前已成为工业场景中最实用的物体检测模型之一.YO L O X模型分为标准网络结构(包括YO L O X-S,YO L O X-M,YO L O X-L,YO L O X-X,YO L O X-D a r k n e t 5 3)和轻量级网络结构(包括YO L O X-N a n o和YO L O X-T i n y).由于YO L O X-S具有678 吉 林 大 学 学 报(理 学 版)第6 1卷 出色的检测性能和速度,因此本文以其为基准模型.YO L O X-S由YO L O v 5-S改进而得,由4部分组成:I n p u t,B a c k b o n e,N e c k和P r e d i c t i o n,其中B a c k b o n e由C S P网络和F o c u s结构组合构成.在下采样过程中,先使用切片操作的方法保证信息不丢失,然后通过卷积操作得到特征图.N e c k是目标检测算法模型框架中具有承上启下作用的关键部件,N e c k部分采用特征金字塔网络和路径聚合网络(F P N+P AN)的结构,从不同的主干层对不同检测层进行特征聚合,加强了网络的特征融合能力.从主干网络提取的各层特征还需要送入N e c k进行加工处理后才能送入H e a d,以便后者更好地做出分类预测和回归预测.YO L O X的N e c k部分是特征金字塔网络模式,使富于空间信息的低层特征通过主干网络逐步抽象得到富于特征信息的高层特征图.P r e d i c t i o n部分采用准确率更高、收敛速度更快的解耦头,并且引入A n c h o r-f r e e机制,实现与H e a d部分的完美结合.最后采用简化的S i mOT A方法求解最优解,完成最终预测.预测头对分类、回归和类别判断这三者预测的路径各不相同.解耦头就是预测头采用多个不同的头解耦输出,使各任务关注任务自身所需要的特征信息,这种方法可以有效避免任务之间的干扰,提高模型的性能.如果预测头不采用解耦头,则在原图顶部的C o n v 2 D_B N_S i L U模块输出结果将只会接入一个卷积层,由后者输出预测结果,从而导致任务之间的相互影响,降低模型的性能.A n c h o r-f r e e,即无锚框方法.与采用基于锚框的YO L O X预测头的假设版本相比,无锚框的YO L O X版本在预测时的参数量大幅度减少.实际上,YO L O X也有锚框,以YO L O X-D a r k n e t 5 3为例,最终输出结果是8 584 0 0的特征向量,后面的84 0 0扮演的角色即为锚框,这些锚框需要与原图像上所有的目标框进行关联,从而筛选出正样本锚框.S i mOT A是一种目标检测中的正样本分配算法,可用于YO L O X网络中的预测头.在标签分配过程中,S i mOT A采用了中心先验法确认正样本候选区域,然后通过计算各样本对真实目标(g r o u n dt r u t h,G T)的分类和回归损失,获得与当前G T的交并比(I OU)前1 0的样本.其核心是动态调整k值,可以根据不同的目标大小和密度自适应地调整,而不需要手动设置.即对每个G T,S i mOT A会计算其与所有样本的I OU,并将这些I OU值从大到小排序.然后将前d y n a m i c_k个样本的I OU值求和取整,得到一个动态k值,表示这个G T周围的样本密度.最后,S i mOT A会选择每个G T损失最小的前d y n a m i c_k个样本作为正样本.图1为YO L O X-S模型的结构.1.2 可变形卷积神经网络在目标检测任务中,需要适应目标形态的差异.为解决该问题,通常使用形变不变性或增强数据集的方法.这些方法虽然能够容纳已知固定类型的形变,但在实践中很难应对复杂的形变.卷积神经网络通常使用特征点采集特征图中固定位置的数据,这种方式的几何形变建模能力主要来自数据集的扩展、网络层数以及人工设计的模型.但其仍无法解决复杂变形的检测问题.针对卷积神经网络适应目标不规则形状的问题,需引入可变形卷积的方法.该方法通过在传统卷积采样点的基础上增加二维偏置实现采样网络的自由变形,从而使卷积神经网络能适应目标的不规则形状.这种偏置值通过增加卷积层获得,能定位具有不同局部形态的对象.该过程需要的参数和计算量较少,因此可使用梯度反向传播算法进行端到端训练.通过可变形卷积,可得到一个简单的多层模型,以适应目标物体形状的多样性.传统卷积使用规则网格R在固定位置对输入特征图进行采样,并使用权值对采样值进行加权求和,其中网格R定义膨胀参数和感受野.一般定义大小为33、膨胀参数为1的卷积核R为R=(-1,-1),(-1,0),(0,1),(1,1).(1)特征图的标准卷积可表示为y(P)=PnRx(P+Pn)(Pn),(2)其中P为特征图的原始位置,R为每个分块的索引编号,Pn是对R中所列位置的枚举,x(P+Pn)表示原始图,(Pn)表示权重.由式(2)可知,标准卷积操作只是对输入图像固定的位置进行加权操作,778 第4期 黄 键,等:基于YO L O X-S的车窗状态识别算法 图1 Y O L O X-S模型网络结构示例F i g.1 E x a m p l eo fn e t w o r ks t r u c t u r eo fY O L O X-Sm o d e l其缺少形变建模的能力.然而可形变卷积通过引入偏移量Pn增强卷积核在各采样点Pn的位置,其特征图位置P可表示为y(P)=PnRx(P+Pn+Pn)(Pn).(3)图2 可变形卷积示例F i g.2 E x a m p l eo fd e f o r m a b l ec o n v o l u t i o n 通过设计网络学习偏移量,可将固定位置的采样改为可形变位置的采样,如图2所示.该网络的工作原理如下:在输入到输出的特征图计算中,表示特征图两个方向的二维偏置首先由上部分卷积层计算,使用与标准卷积核相同大小的卷积核对输入进行偏置映射,通过对有偏置的输入进行普通卷积得到输出特征图.输入特征图与有偏置输出结果的空间维数相同,并且在训练网络执行时更新学习到的输出特征普通卷积的权重和可变形卷积偏移量的权值.为获得实际的像素偏移值,使用双线性插值运算进行计算.2 模型设计采用本文基于改进的YO L O X-S模型进行车窗识别,第一部分改进是将可变形卷积神经网络应用878 吉 林 大 学 学 报(理 学 版)第6 1卷 于YO L O X-S模型的B a c k b o n e,其主要优势是从图像中提取更多的特征信息.另一部分改进是将筛选目标框的损失函数B i n a r yc r o s se n t r o p y l o s s改变为F o c a l l o s s,以解决正负样本不平衡的问题.2.1 具有可变形卷积神经网络的Y O L O X-S模型YO L O X-S提取图像特征采用传统卷积神经网络,其受卷积核和感受野大小的约束,网络模型对物体几何形变的能力取决于数据本身的多样性.本文利用可变形卷积神经网络对YO L O X-S进行改进,在不增加额外标注信息和训练成本的情况下,提高网络对空间变形的适应性,从而提高YO L O X-S模型的目标识别精度.YO L O X-S模型 使 用C S P D a r k N e t作 为 主 干 提 取 网 络,包 含 多 个 卷 积 层 和 模 块(C B S模 块、C S P 1_X模块、C S P 2_X模块等),其中C B S模块包含3个核心组件:卷积神经网络、批归一化和S i l u激活函数,通过替换C B S模块中卷积神经网络为可变形卷积神经网络将C B S模块改为D B S模块,然后将C S P 1_X模块和C S P 2_X模块中部分C B S模块替换为D B S模块.通过引入可变形卷积神经网络,YO L O X-S模型能更好地适应目标物体的不规则形状,从而提高目标检测的准确率和鲁棒性.同时,可变形卷积神经网络还能减少网络的参数量和计算量,提高网络的运行效率.图3为引入部分可变形卷积神经网络的YO L O X-S模型组成元件结构示例.图3 Y O L O X-S模型组成元件结构示例F i g.3 E x a m p l e so f c o m p o n e n t s t r u c t u r eo fY O L O X-Sm o d e l2.2 焦点损失函数的引入目前,单阶段检测器产生误差的主要原因是正负样本的不平衡2 4.因为它们可以探测到所有位置,单阶段检测器可以很容易地探测到候选框的总数.在所有候选框中,没有目标的候选框远多于有目标的候选框.由于大多数都是简单易分的负样本(属于背景的样本),并且大多数负样本在训练中没有意义,使得训练过程不能充分学习到样本类别的信息,导致模型退化.因此,本文引入F o c a l l o s s解决正负样本数量不均衡的问题.YO L O X-S模型中预测框的分类使用B i n a r yc r o s se n t r o p y l o s s,计算公式为L o s s=-pl o g(q)+(1-p)l o g(1-q),(4)其中:p表示实际标签值;q表示实际预测值;为超参数,用于处理标签间的样本不平衡问题.但B i n a r yc r o s s e n t r o p y l o s s难以平衡难易样本,因此本文引入F o c a l l o s s代替B i n a r yc r o s s e n t r o p y l o s s,其既能平衡正负样本,也能平衡难易样本,计算公式为F L=-(1-p)l o g(p),y=1,-pl o g(1-p),y=0.(5)通过分析调质因子(1-p),对于预测概率较大的样本其概率p 1,负样本概率p 0,(1-p)0,极大降低了简单样本的损失.但对于预测概率较低的困难样本,(1-p)对其损失影响较小,相当于降低了简单样本的损失占总体损失的比例,从而提高了困难样本对损失的贡献.3 实 验3.1 数据集本文实验所用数据均来自摄像头采集视频,利用O p e n c v将视频分割成图片2 5.从中选取合适的978 第4期 黄 键,等:基于YO L O X-S的车窗状态识别算法 图片共1 56 2 7张,将图片分为前车窗开启、前车窗关闭、后车窗开启、后车窗关闭4类状态进行人工标注.标注的工具是L a b e l I m g软件,该软件会生成P a s c a lV o c格式的XML标记文件.在训练前,对图像进行预处理,参考数据集c o c o格式,裁剪训练和测试的图像尺寸为8 8 07 2 0,并将数据集分为训练集和测试集.其中训练图像为1 40 6 5张,测试图像为15 6 2张,如图4所示.图4 车窗数据集示例F i g.4 E x a m p l e so f c a rw i n d o wd a t a s e t3.2 实验环境及参数的设置实验环境和基本配置如下:深度学习框架采用P y t o r c h,操作系统采用U b u n t u1 8.0 4,处理器为I n t e l(R)X e o n(R)G o l d6 1 3 3C P U 2.5 0GH z,运行内存为6 4G B,显卡为T e s l aV 1 0 03 2G B,编程语言采用P y t h o n.实验采用YO L O X-S框架集成的m i x u p和m o s a i c两种数据增强方法,使得数据集更丰富,采用多尺度训练方法,其中输入分辨率为8 8 07 2 0的图片,b a t c h训练大小设置为3 2,初始学习率为0.0 5,开启半精度训练,且训练轮次为10 0 0.3.3 实验结果与分析为检验本文提出的改进YO L O X-S模型在目标检测精准度上的性能,从所有数据中随机抽取1 0 0张 图片进行测试,并确认测试图片不在训练集中,测试结果示例如图5所示,其中左上图识别结果为后车窗关闭状态,左下图为前车窗关闭状态,右上图识别结果为前车窗关闭状态,右下图为前车窗关闭状态.本文在车窗数据集上分别比较了原始YO L O X-S模型、引入F o c a l l o s s的YO L O X-S模型、引入部分可变形卷积的YO L O X-S模型和本文模型的4种目标检测方法.评价指标采用mA P和mA P 5 0_9 0,mA P是多类别的平均A P值,常用于评估目标检测算法的性能,mA P 5 0_9 0表示交并比阈值在0.50.9上的平均mA P.测试结果列于表1.由表1可见,本文模型平均精度最高,mA P达9 5.5 9%.表1 不同Y O L O X-S模型的性能测试结果T a b l e1 P e r f o r m a n c e t e s t r e s u l t so fd i f f e r e n tY O L O X-Sm o d e l s%模型mA PmA P 5 0_9 0模型mA PmA P 5 0_9 0YO L O X-S9 1.7 18 3.9 0YO L OX-S+部分可变形卷积9 2.3 08 5.1 3YO L OX-S+F o c a l l o s s9 5.2 48 7.0 6本文9 5.5 98 7.5 0 为对比可变形卷积对提取图像特征信息的影响,本文实验将YO L O X-S模型中所有的卷积神经网络替换为可变形卷积神经网络,结果列于表2.由表2可见,替换所有的卷积神经网络为可变形卷积神088 吉 林 大 学 学 报(理 学 版)第6 1卷 经网络会导致模型过拟合,从而使精准度下降.图5 测试结果示例F i g.5 E x a m p l e so f t e s t r e s u l t s表2 引入可变形卷积的Y O L O X-S模型的测试结果T a b l e2 T e s t r e s u l t so fY O L O X-Sm o d e l i n t r o d u c i n gd e f o r m a b l ec o n v o l u t i o n%模型mA PmA P 5 0_9 0模型mA PmA P 5 0_9 0YO L O X-S+部分可变形卷积9 2.3 08 5.1 3本文9 5.5 98 7.5 0YO L O X-S+全部可变形卷积9 1.8 78 4.6 0 综上所述,为提高车窗检测的精度,本文在YO L O X-S模型中引入了可变形卷积神经网络,使模型可更好地学习目标的形态差异,从而提升了模型的识别精度.此外,由于模型训练中预测框正负样本难以平衡,本文引入F o c a l l o s s替换YO L O X-S模型中区分前景和背景的B i n a r yc r o s s e n t r o p y l o s s.实验结果表明,添加可变形卷积的YO L O X-S模型平均目标精度(mA P)提高了0.5 9%,mA P 5 0_9 0提高了1.2 3%.通过引入F o c a l l o s s使mA P提高了3.5 3%,mA P 5 0_9 0提高了3.1 6%.融合二者的新型YO L O X-S模型的mA P提高了3.8 8%,mA P 5 0_9 0提高了3.6 0%.表明本文模型提升了目标检测的精准度.参考文献1 陈辉东,丁小燕,刘艳霞.基于深度学习的目标检测算法综述 J.北京联合大学学报,2 0 2 1,3 5(3):3 9-4 6.(CHE N HD,D I N GXY,L I UYX.R e v i e wo fT a r g e tD e t e c t i o nA l g o r i t h mB a s e do nD e e pL e a r n i n gJ.J o u r n a lo fB e i j i n gU n i o nU n i v e r s i t y,2 0 2 1,3 5(3):3 9-4 6.)2 王亮亮,王国栋,赵毅,等.基于车窗特征的快速车辆检测算法 J.青岛大学学报(自然科学版),2 0 1 9,3 2(3):1-7.(WAN G L L,WANG G D,Z HAO Y,e ta l.F a s t V e h i c l e D e t e c t i o n A l g o r i t h m sB a s e do n W i n d o wC h a r a c t e r i s t i c sJ.J o u r n a l o fQ i n g d a oU n i v e r s i t y(N a t u r a lS c i e n c eE d i t i o n),2 0 1 9,3 2(3):1-7.)3 田强,贾小宁.基于深度残差网络的车标识别 J.吉林大学学报(理学版),2 0 2 1,5 9(2):3 1 9-3 2 4.(T I AN Q,J I AX N.V e h i c l eL o g oR e c o g n i t i o nB a s e do nD e e pR e s i d u a lN e t w o r kJ.J o u r n a lo fJ i l i nU n i v e r s i t y(S c i e n c eE d i t i o n),2 0 2 1,5 9(2):3 1 9-3 2 4.)4 G I R S H I C KR,D ONAHU EJ,D A R R E L LT,e t a l.R i c hF e a t u r eH i e r a r c h i e sf o rA c c u r a t eO b j e c tD e t e c t i o na n dS e m a n t i cS e g m e n t a t i o nC/2 0 1 4I E E EC o n f e r e n c eo nC o m p u t e rV i s i o na n dP a t t e r nR e c o g n i t i o n.P i s c a t a w a y,N J:I E E E,2 0 1 4:5 8 0-5 8 7.5 G I R S H I C KR.F a s tR-C NNC/2 0 1 5I E E EI n t e r n a t i o n a lC o n f e r e n c eo nC o m p u t e rV i s i o n(I C C V).P i s c a t a w a y,188 第4期 黄 键,等:基于YO L O X-S的车窗状态识别算法 N J:I E E E,2 0 1 5:1 4 4 0-1 4 4 8.6 R E NSQ,H EK M,G I R S H I C KR,e t a l.F a s t e rR-C N N:T o w a r d sR e a l-T i m eO b j e c tD e t e c t i o nw i t hR e g i o nP r o p o s a lN e t w o r k sJ.I E E ET r a n s a c t i o n so nP a t t e r nA n a l y s i s a n dM a c h i n e I n t e l l i g e n c e,2 0 1 7,3 9(6):1 1 3 7-1 1 4 9.7 L I U W,AN GU E L OVD,E RHAND,e t a l.S S D:S i n g l eS h o tM u l t i b o xD e t e c t o rC/E u r o p e a nC o n f e r e n c eo nC o m p u t e rV i s i o n.B e r l i n:S p r i n g e r,2 0 1 6:2 1-3 7.8 HEK M,G K I O X A R IG,D O L L A RP,e ta l.M a s kR-C NNJ.I E E ET r a n s a c t i o n so nP a t t e r nA n a l y s i sa n dM a c h i n e I n t e l l i g e n c e,2 0 2 0,4 2(2):3 8 6-3 9 7.9 C A IZ,VA S C ON C E L O S N.C a s c a d e R-C NN:D e l v i n gi n t o H i g h Q u a l i t y O b j e c t D e t e c t i o nC/I E E EC o n f e r e n c eo nC o m p u t e rV i s i o na n dP a t t e r nR e c o g n i t i o n(C V P R).P i s c a t a w a y,N J:I E E E,2 0 1 8:6 1 5 4-6 1 6 2.1 0 S UNPZ,Z HAN GRF,J I AN GY,e t a l.S p a r s eR-C NN:E n d-t o-E n dO b j e c tD e t e c t i o nw i t hL e a r n a b l eP r o p o s a l sE B/O L.(2 0 2 1-0 4-2 6)2 0 2 2-0 2-0 1.h t t p s:/a r x i v.o r g/a b s/2 0 1 1.1 2 4 5 0.1 1 R E DMONJ,D I VVA L AS,G I R S H I C K R,e ta l.Y o uO n l yL o o kO n c e:U n i f i e d,R e a l-T i m eO b j e c tD e t e c t i o nC/P r o c e e d i n g so f t h e I E E EC o n f e r e n c eo nC o m p u t e rV i s i o na n dP a t t e r nR e c o g n i t i o n.P i s c a t a w a y,N J:I E E E,2 0 1 6:7 7 9-7 8 8.1 2 R E DMONJ,F A RHA D IA.YO L O 9 0 0 0:B e t t e r,F a s t e r,S t r o n g e rC/P r o c e e d i n g so f t h e I E