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YOLOv3的多尺度高分辨率特征增强图像目标检测
被引量：
6
1
作者
杨文姬
李浩
+1 位作者
王映龙
梅梦
《小型微型计算机系统》
CSCD
北大核心
2023年第6期1311-1317,共7页
针对目标检测存在背景复杂,遮挡严重,尺度大小不一的问题,本文基于YOLOv3进行改进,提出了一种多尺度高分辨率的特征融合网络YOLOv3-F.首先,在backbone和neck之间添加空间金字塔池化结构(Spatial Pyramid Pooling),特征图经过局部特征与...
针对目标检测存在背景复杂,遮挡严重,尺度大小不一的问题,本文基于YOLOv3进行改进,提出了一种多尺度高分辨率的特征融合网络YOLOv3-F.首先,在backbone和neck之间添加空间金字塔池化结构(Spatial Pyramid Pooling),特征图经过局部特征与全局特征相融合后,丰富了特征图的表达能力,有利于待检测图像中目标大小差异较大的情况;其次,三尺度检测层增加为四尺度检测层,通过高分辨率特征图位置信息的保留,提高小目标识别的精度.最后,将YOLOv3损失函数改为CIoU,提高目标检测框回归的效率,降低目标漏检率.将改进算法在自制数据集COCO-CT6上进行试验,误检率降低1.8%,精度提高了3.6%.
展开更多
关键词
图像目标检测
多尺度特征
YOLOv3
特征融合
在线阅读
下载PDF
职称材料
题名
改进YOLOv3的多尺度高分辨率特征增强图像目标检测
被引量：
6
1
作者
杨文姬
李浩
王映龙
梅梦
机构
江西农业大学
软件学院
江西农业大学农业信息技术重点实验室
江西农业大学
计算机与
信息
工程学院
江西
省商务学校
出处
《小型微型计算机系统》
CSCD
北大核心
2023年第6期1311-1317,共7页
基金
国家自然科学基金项目(61462038)资助
江西省自然科学基金项目(20212BAB212005)资助
+1 种基金
江西省教育厅科技项目(GJJ190217)资助
浙江大学国家重点实验室开放课题项目(A2029)资助.
文摘
针对目标检测存在背景复杂,遮挡严重,尺度大小不一的问题,本文基于YOLOv3进行改进,提出了一种多尺度高分辨率的特征融合网络YOLOv3-F.首先,在backbone和neck之间添加空间金字塔池化结构(Spatial Pyramid Pooling),特征图经过局部特征与全局特征相融合后,丰富了特征图的表达能力,有利于待检测图像中目标大小差异较大的情况;其次,三尺度检测层增加为四尺度检测层,通过高分辨率特征图位置信息的保留,提高小目标识别的精度.最后,将YOLOv3损失函数改为CIoU,提高目标检测框回归的效率,降低目标漏检率.将改进算法在自制数据集COCO-CT6上进行试验,误检率降低1.8%,精度提高了3.6%.
关键词
图像目标检测
多尺度特征
YOLOv3
特征融合
Keywords
image object detection
multi scale features
YOLOv3
feature fusion
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YOLOv3的多尺度高分辨率特征增强图像目标检测
杨文姬
李浩
王映龙
梅梦
《小型微型计算机系统》
CSCD
北大核心
2023
6
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
