-
题名基于改进多级特征金字塔的陆战场目标检测算法
被引量：5
- 1
-
-
作者
吴娇
王鹏
乔梦雨
贺咪咪
-
机构
西安工业大学电子信息工程学院
-
出处
《计算机应用与软件》
北大核心
2020年第10期155-161,共7页
-
基金
国家自然科学基金项目(61671362)
陕西省科技厅重点研发计划项目(2019GY-022)。
-
文摘
在实际陆战场环境中,常常因为所检测的实际目标(如坦克、火炮、单兵等)存在多尺度识别率低、正负样本不均衡的难题,导致无法准确实时地实现陆战场目标检测。虽然现有的One-stage检测器提高了一定的速率但是不能满足准确率的要求。为此提出一种基于改进的多层次特征金字塔网络(I-MLFPN)的陆战场目标检测算法,在提高识别精度的同时提升检测速度。以目标检测框架SSD为基础,提出改进的多层次特征金字塔网络(I-MLFPN)来构建更有效的特征金字塔,用于检测不同尺度的对象;采用Focal loss损失函数,解决因正负样本不均衡带来低准确率的问题。该算法将目标检测速度提高到24.8帧/s,目标检测准确率提高了7%,达到69.3%,有效解决了检测速度与准确率兼得的问题。
-
关键词
深度学习
多层次特征金字塔
目标检测
通道混洗
-
Keywords
Deep learning
Multi-level feature pyramid
Target detection
Channel shuffle
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
-
题名基于Jetson TX1的目标检测系统
被引量：3
- 2
-
-
作者
葛雯
张雯婷
孙旭泽
-
机构
沈阳航空航天大学电子与信息工程学院
国家电网辽阳供电公司信息通信分公司
-
出处
《沈阳工业大学学报》
EI
CAS
北大核心
2019年第5期539-543,共5页
-
基金
辽宁省自然科学基金资助项目(201602556)
-
文摘
针对目标检测算法在实际应用中速度仍需提高的问题,提出一种改进的YOLOv3算法.通过将多层次特征金字塔网络嵌入到YOLOv3算法中的DarkNet-53网络,解决了由实际检测对象尺度差异引起的误差问题,既增加了输出特征的尺度,又加深了网络层数;并针对损失函数中的激活函数零均值、梯度消失等问题,提出了一种新的激活函数.实验结果表明,改进的YOLOv3算法可以更好地对多尺度目标进行检测,提高了检测速度和准确性,并在硬件上实现时具有较为高效的性能表现.
-
关键词
目标检测
YOLOv3算法
多层次特征金字塔
尺度差异
激活函数
零均值
梯度消失
多尺度目标
-
Keywords
object detection
YOLOv3 algorithm
multi-level feature pyramid
scale difference
activation function
zero mean
gradient vanishing
multi-scale object
-
分类号
TP
[自动化与计算机技术]
-
