期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于正负锚点框均衡及特征对齐的单阶段目标检测算法 被引量:2
1
作者 唐乾坤 胡瑜 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2020年第11期1773-1783,共11页
针对正负例锚点框不均衡将降低基于锚点框的单阶段目标检测算法的检测精度的问题,提出一种包含锚点框提升模块和特征对齐模块来均衡正负例锚点框的算法.首先在锚点框提升模块中预测各个锚点框为正例的可能性,并粗略调整初始锚点框的位... 针对正负例锚点框不均衡将降低基于锚点框的单阶段目标检测算法的检测精度的问题,提出一种包含锚点框提升模块和特征对齐模块来均衡正负例锚点框的算法.首先在锚点框提升模块中预测各个锚点框为正例的可能性,并粗略调整初始锚点框的位置和尺寸;然后在特征对齐模块中为调整后的锚点框提取预测所需的对齐特征;最后检测网络借助锚点框提升模块输出信息,从调整后的锚点框中识别出简单负例锚点框,并在训练阶段忽略其梯度.将文中算法应用于以VGG-16和ResNet-101为特征提取网络的编解码架构中,在目标检测数据集MS COCO和PASCAL VOC上进行实验,结果表明,该算法能够显著改善不均衡问题,提高单阶段目标检测算法的检测精度(MS COCO和PASCAL VOC上的精度分别为42.8%和82.7%),并维持28.6帧/s的实时运行速度. 展开更多
关键词 卷积神经网络 单阶段目标检测 正负例不均衡 锚点框提升模块 特征对齐模块
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部