期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
改进多层尺度特征融合的目标检测算法
被引量：
3
1
作者
李康康
于振中
+1 位作者
范晓东
宋思远
《计算机工程与设计》
北大核心
2022年第1期157-164,共8页
为提高小目标检测任务的准确率和稳定性,解决SSD(single shot MultiBox detector)算法在小目标识别和定位过程中准确率较低的问题,基于SSD算法提出一种改进方法。在原始的SSD卷积网络结构上进行修改和优化,通过特征图之间的特征融合,重...
为提高小目标检测任务的准确率和稳定性,解决SSD(single shot MultiBox detector)算法在小目标识别和定位过程中准确率较低的问题,基于SSD算法提出一种改进方法。在原始的SSD卷积网络结构上进行修改和优化,通过特征图之间的特征融合,重构卷积预测特征图上的物体特征信息。考虑到网络复杂度增加带来的数据分布变化的影响,加入批量归一化BN(BatchNorm)层。在PASCAL VOC2007数据集和生活用品(Supplies Dataset)数据集上的实验结果表明,改进算法的mAP相比原始SSD分别提高了10.4%、15.1%。鉴于网络融合带来的参数增加,改进算法的检测速度仍表现良好,符合算法的实时性要求。
展开更多
关键词
深度学习
目标识别与定位
卷积网络
SSD算法
特征融合
在线阅读
下载PDF
职称材料
题名
改进多层尺度特征融合的目标检测算法
被引量：
3
1
作者
李康康
于振中
范晓东
宋思远
机构
江南大学物联网工程学院
哈工大机器人国际创新研究院智能装备研究所
出处
《计算机工程与设计》
北大核心
2022年第1期157-164,共8页
基金
江苏省自然科学基金项目(BK20130159)。
文摘
为提高小目标检测任务的准确率和稳定性,解决SSD(single shot MultiBox detector)算法在小目标识别和定位过程中准确率较低的问题,基于SSD算法提出一种改进方法。在原始的SSD卷积网络结构上进行修改和优化,通过特征图之间的特征融合,重构卷积预测特征图上的物体特征信息。考虑到网络复杂度增加带来的数据分布变化的影响,加入批量归一化BN(BatchNorm)层。在PASCAL VOC2007数据集和生活用品(Supplies Dataset)数据集上的实验结果表明,改进算法的mAP相比原始SSD分别提高了10.4%、15.1%。鉴于网络融合带来的参数增加,改进算法的检测速度仍表现良好,符合算法的实时性要求。
关键词
深度学习
目标识别与定位
卷积网络
SSD算法
特征融合
Keywords
deep learning
target identification and positioning
convolution network
SSD algorithm
characteristics fusing
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
改进多层尺度特征融合的目标检测算法
李康康
于振中
范晓东
宋思远
《计算机工程与设计》
北大核心
2022
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
