-
题名一种迭代机制改进基于卷积神经网络的目标检测
被引量：1
- 1
-
-
作者
高捷
-
机构
中国民用航空中南地区空中交通管理局战略发展部
-
出处
《控制工程》
CSCD
北大核心
2021年第12期2469-2477,共9页
-
基金
科技部国家重点研发计划项目(2018YFC0809500)
国家自然科学基金资助项目(U1733111,U1833101)
民航空管科技项目(2018XZ-214)。
-
文摘
为提升目标检测模型的检测精度,提出一种迭代机制改进基于卷积神经网络的目标检测方法。首先采用与标准更快速区域卷积神经网络(Faster RCNN)一致的设定,在提取了区域候选框后,引入迭代机制来改进Faster RCNN。通过多次迭代优化候选框,使检测框近似于真实框。为发挥迭代机制优点,实现目标精确检测,改进了迭代版Faster RCNN的训练方式,一种改进是所有迭代步骤都定义了损失函数,另一种改进是使用ε-greedy策略。最后,在PascalVOC数据集和自制飞机数据集上进行的测试表明,改进后的迭代版Faster RCNN的检测精度高于标准Faster RCNN约8个百分比。
-
关键词
深度学习
目标检测
卷积神经网络
区域候选框
迭代机制
-
Keywords
Deep learning
object detection
convolutional neural network
region candidate box
iterative mechanism
-
分类号
TP317.4
[自动化与计算机技术—计算机软件与理论]
-
