• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International symposium on multispectral image processing and pattern recognition >Real-time Object Detection and Semantic Segmentation for Autonomous Driving
【24h】

Real-time Object Detection and Semantic Segmentation for Autonomous Driving

机译：自动驾驶的实时目标检测和语义分割

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, we proposed a Highly Coupled Network (HCNet) for joint objection detection and semantic segmentation. It follows that our method is faster and performs better than the previous approaches whose decoder networks of different tasks are independent. Besides, we present multi-scale loss architecture to learn better representation for different scale objects, but without extra time in the inference phase. Experiment results show that our method achieves state-of-the-art results on the KITTI datasets. Moreover, it can run at 35 FPS on a GPU and thus is a practical solution to object detection and semantic segmentation for autonomous driving.
机译：在本文中，我们提出了一种用于联合异议检测和语义分割的高度耦合网络（HCNet）。因此，我们的方法比以前的方法更快，并且性能更好，后者的任务不同，它们的解码器网络是独立的。此外，我们提出了多尺度损失体系结构，以学习更好地表示不同尺度对象的方法，但是在推理阶段无需花费额外的时间。实验结果表明，我们的方法在KITTI数据集上取得了最先进的结果。此外，它可以在GPU上以35 FPS的速度运行，因此是用于自动驾驶的对象检测和语义分段的实用解决方案。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号