[论文解读] Detecting The Objects on The Road Using Modular Lightweight Network

Sen Cao, Yazhou Liu+2 more|arXiv (Cornell University)|Nov 16, 2018

Advanced Neural Network Applications参考文献 44被引用 6

一句话总结

本文提出了一种模块化轻量级网络——模块化特征融合检测器（MFFD），用于实时检测小尺寸道路目标（如远距离车辆、行人和骑行人）。通过使用两个专用基础模块——Front 和 Tinier，该方法实现了高效的特征提取与计算量降低，同时保持高精度，在 Jetson TX2 等嵌入式 GPU 上实现了 100 FPS 的推理速度，并在 KITTI 基准测试中表现出色。

ABSTRACT

This paper presents a modular lightweight network model for road objects detection, such as car, pedestrian and cyclist, especially when they are far away from the camera and their sizes are small. Great advances have been made for the deep networks, but small objects detection is still a challenging task. In order to solve this problem, majority of existing methods utilize complicated network or bigger image size, which generally leads to higher computation cost. The proposed network model is referred to as modular feature fusion detector (MFFD), using a fast and efficient network architecture for detecting small objects. The contribution lies in the following aspects: 1) Two base modules have been designed for efficient computation: Front module reduce the information loss from raw input images; Tinier module decrease model size and computation cost, while ensuring the detection accuracy. 2) By stacking the base modules, we design a context features fusion framework for multi-scale object detection. 3) The propose method is efficient in terms of model size and computation cost, which is applicable for resource limited devices, such as embedded systems for advanced driver assistance systems (ADAS). Comparisons with the state-of-the-arts on the challenging KITTI dataset reveal the superiority of the proposed method. Especially, 100 fps can be achieved on the embedded GPUs such as Jetson TX2.

研究动机与目标

• 解决在实时场景中检测小尺寸、远距离道路目标（如行人和骑行人）的挑战。
• 在不牺牲检测精度的前提下，降低计算成本和模型大小，以适应资源受限的环境。
• 设计一种模块化架构，实现高效的多尺度特征融合，以提升小目标检测性能。
• 优化网络以适配用于高级驾驶辅助系统（ADAS）的嵌入式系统部署。

提出的方法

• 引入 Front 模块，以最小化早期特征提取过程中从原始输入图像中损失的信息量。
• 设计 Tinier 模块，以在保持检测精度的同时减少模型大小和计算成本。
• 通过堆叠基础模块，构建上下文特征融合框架，用于多尺度目标检测。
• 采用模块化网络架构，支持组件的灵活堆叠，实现可扩展的特征学习。
• 利用特征融合机制，增强不同感受野下小目标的表征能力。
• 优化网络以提升推理效率，实现在低功耗嵌入式 GPU 上的高速推理。

实验结果

研究问题

• RQ1 如何在不增加计算成本的前提下提升道路场景中小目标检测的性能？
• RQ2 模块化网络设计是否能有效减少模型大小和推理时间，同时保持精度？
• RQ3 所提出的特征融合框架在多大程度上提升了对小尺寸、远距离目标的检测性能？
• RQ4 MFFD 模型在 Jetson TX2 等嵌入式硬件上的实时推理表现如何？
• RQ5 在 KITTI 等基准数据集上，模型效率与检测精度之间存在怎样的权衡？

主要发现

• MFFD 在 Jetson TX2 等嵌入式 GPU 上实现了 100 FPS，展现出极高的推理效率。
• 该模型在具有挑战性的 KITTI 数据集上，于小目标检测任务中优于当前最先进方法。
• Front 和 Tinier 模块有效减少了信息损失和计算成本，同时保持了高精度。
• 模块化设计实现了可扩展且高效的多尺度特征融合，显著提升了小目标检测性能。
• 即使对于距离相机较远的小目标，该网络仍保持了强大的检测能力，有效应对自动驾驶感知中的关键挑战。
• 该模型非常适合部署于 ADAS 应用中资源受限的嵌入式系统。