摘要：目前,在智能交通领域使用深度学习方法进行自动驾驶目标检测已成为研究热点。通过对FasterR-CNN,YOLO,SSD等代表性方法的对比,这些方法中对目标的实例分割检测效果不够理想,因此在通过比较研究后本文提出使用在实例分割方面效果更为优秀的MaskR-CNN目标检测算法用于自动驾驶的目标检测研究,通过在BDD100k数据集上的仿真实验,表明MaskR-CNN目标检测算法在实例分割中效果明显,进一步针对该算法的特征金字塔进行了改进,提高了其检测精度。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社