改进FCOS算法的车辆检测方法研究
来源：计算机应用与软件杂志2024年第6期北京时间：
作者：杜昌皓, 张智
摘要：针对目前车辆检测的误差率高、检测速度慢等问题，提出一种基于改进全卷积单阶段（Fully Convolutional One-Stage Object Detection，FCOS）的车辆检测算法。通过引入一种考虑多个几何特征的交并比损失函数，改善了训练过程中高长宽比车辆、并行车辆难以准确回归的现象；使用多尺度卷积结合多维特征信息，增强了算法对不同尺度检测的鲁棒性；根据车辆检测场景改进了回归尺度，提高模型的推理准确度。实验结果表明，该方法在车辆检测任务中能够明显提升检测精度并保持检测速度不下降。
关键词：计算机视觉, 车辆检测, 全卷积网络, 多尺度卷积
