[論文レビュー] Fast vehicle detection algorithm based on lightweight YOLO7-tiny

Bo Li, YiHua Chen+2 more|arXiv (Cornell University)|Apr 12, 2023

Advanced Neural Network Applications被引用数 4

ひとこと要約

本稿では、YOLOv7-tinyに基づく軽量な車両検出モデルであるGhost-YOLOv7を提案する。Ghost畳み込み、独自のGhost BiFPN、Ghost分離ヘッド、座標注意機構を用いて計算コストを低減し、推論速度と精度を向上させる。PASCAL VOCにおいて、YOLOv7-tinyと比較してFLOPsが29.8%低減され、パラメータ数が37.3%減少し、モデルサイズが35.1%小さくなり、mAPが1.1%向上し、推論速度が27 FPS向上した。

ABSTRACT

The swift and precise detection of vehicles plays a significant role in intelligent transportation systems. Current vehicle detection algorithms encounter challenges of high computational complexity, low detection rate, and limited feasibility on mobile devices. To address these issues, this paper proposes a lightweight vehicle detection algorithm based on YOLOv7-tiny (You Only Look Once version seven) called Ghost-YOLOv7. The width of model is scaled to 0.5 and the standard convolution of the backbone network is replaced with Ghost convolution to achieve a lighter network and improve the detection speed; then a self-designed Ghost bi-directional feature pyramid network (Ghost-BiFPN) is embedded into the neck network to enhance feature extraction capability of the algorithm and enriches semantic information; and a Ghost Decouoled Head (GDH) is employed for accurate prediction of vehicle location and species; finally, a coordinate attention mechanism is introduced into the output layer to suppress environmental interference. The WIoU loss function is employed to further enhance the detection accuracy. Ablation experiments results on the PASCAL VOC dataset demonstrate that Ghost-YOLOv7 outperforms the original YOLOv7-tiny model. It achieving a 29.8% reduction in computation, 37.3% reduction in the number of parameters, 35.1% reduction in model weights, 1.1% higher mean average precision (mAP), the detection speed is higher 27FPS compared with the original algorithm. Ghost-YOLOv7 was also compared on KITTI and BIT-vehicle datasets as well, and the results show that this algorithm has the overall best performance.

研究の動機と目的

• モバイルデバイスにおける既存の車両検出モデルの高い計算複雑性と低い実装可能性を解決する。
• スマート交通システムにおけるリアルタイム車両検出の精度と速度を向上させる。
• mAP性能を維持または向上させながら、モデルサイズとパラメータ数を削減する。
• 複雑なシーンにおける特徴表現力と環境干渉に対するロバスト性を向上させる。
• 検出品質を損なわず、リソース制限のあるエッジデバイスへのデプロイを最適化する。

提案手法

• モデル複雑度を低下させ、推論速度を向上させるために、YOLOv7-tinyの幅倍率を0.5に低減した。
• 特徴表現を保持しつつ、FLOPsとパラメータ数を削減するため、バックボーン内の標準畳み込みをGhost畳み込みに置き換えた。
• マルチスケール特徴融合を強化し、意味情報を豊かにするために、Ghostバイディレクショナル特徴ピラミッドネットワーク（Ghost-BiFPN）を設計した。
• 予測ヘッドを分離することで、車両の正確な局所化と分類を実現するため、Ghost分離ヘッド（GDH）を提案した。
• 背景ノイズを抑制し、関連する車両特徴への注目を高めるために、出力層に座標注意機構を統合した。
• 境界ボックス回帰精度を向上させ、mAP性能を強化するために、WIoU損失関数を採用した。

実験結果

リサーチクエスチョン

• RQ1 軽量なYOLOベースモデルは、モバイルおよびエッジデバイスにおける車両検出で、より高速な推論速度と高い精度を達成できるか？
• RQ2 Ghost畳み込みは、検出性能を劣化させることなく、どの程度モデルサイズとFLOPsを低減できるか？
• RQ3 提案されたGhost-BiFPNは、特徴表現力とマルチスケール検出性能の向上にどの程度効果的か？
• RQ4 Ghost分離ヘッドは、標準的なヘッドと比較して、車両の局所化と分類精度で優れているか？
• RQ5 座標注意とWIoU損失を併用することで、環境干渉に対するロバスト性と回帰精度が向上するか？

主な発見

• PASCAL VOCデータセットにおいて、Ghost-YOLOv7はYOLOv7-tinyと比較してFLOPsが29.8%低減された。
• モデルはパラメータ数が37.3%減少し、モデルサイズが35.1%小さくなった。
• mAPが元のYOLOv7-tinyモデルよりも1.1%向上した。
• 推論速度が27 FPS向上し、合計で27 FPSの高速化が達成された。
• KITTIおよびBIT-vehicleデータセットにおいて、Ghost-YOLOv7はベースラインモデルと比較して優れた全体的な性能を示した。
• アブレーションスタディにより、Ghost-BiFPN、GDH、座標注意の各コンponentが精度と効率の向上に有効であることが確認された。