-
题名基于改进Faster R-CNN的小目标检测模型
被引量：15
- 1
-
-
作者
彭豪
李晓明
-
机构
太原科技大学计算机科学与技术学院
-
出处
《电子测量技术》
北大核心
2021年第24期122-127,共6页
-
基金
国家自然科学基金(61373099)项目资助。
-
文摘
针对工业大尺寸图像中小目标检测的平均精度均值低的问题,提出了一种改进的Faster R-CNN-Tiny模型。首先采用特征金字塔结构来对二阶检测器Faster R-CNN进行改进,来增强特征的表达能力,同时增加小目标特征映射分辨率,提高预测精度;其次将原本Res Net结构的最后一块改变为可变形卷积,自动计算各点的偏移,从最合适的地方取特征进行卷积,用以加强对小目标区域的特征提取;最后在提取感兴趣区域特征的时候,引入了内容的上下文信息,提高小目标检测的准确率。在工业中具有代表性的卫星遥感UCAS-AOD数据集以及天池瓷砖表面瑕疵质检数据集上进行对比试验。结果表明,改进后的FRC-Tiny模型相比原模型,其检测的平均精度均值分别提高了5.57%和14.25%。
-
关键词
FRC-Tiny
特征金字塔
可变形卷积
工业小目标图像
-
Keywords
FRC-Tiny
feature pyramid networks
deformable convolutoin
industrial small target images
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
