-
题名基于多尺度特征融合的轻量级目标检测算法
被引量：1
- 1
-
-
作者
李校林
陈泽
-
机构
重庆邮电大学通信与信息工程学院
重庆邮电大学数智技术应用研究中心
-
出处
《微电子学与计算机》
2024年第9期32-40,共9页
-
文摘
由于YOLOv5目标检测模型中参数多、计算复杂度高,无法满足边缘设备进行智能计算和实时反馈的需求,提出了基于多尺度特征融合的轻量级目标检测算法。首先,针对标准卷积模块参数量大、计算复杂度高的问题,提出基于幻影卷积的特征提取卷积模块代替原模型的特征提取模块,在保持检测精度的前提下,减少模型的参数量和计算量。其次,设计出ShuffleNetv2_2下采样模块,进一步减少算法的参数量。再次,针对模型轻量化后的特征提取能力不足问题,将低维特征充分融合到Neck网络中并添加跨层级联以降低浅层语义的丢失,在增强目标特征的表达的同时提高模型的检测效率。最后,提出LAM注意力融合模块,为模型的颈部网络提供具有更丰富的语义特征图。实验结果表明,相比于原模型,改进模型的参数量和计算量更少,并且在PascalVOC和MSCOCO数据集的检测准确率分别提高了2.1%和2.4%。
-
关键词
目标检测
轻量化级神经网络
注意力机制
多尺度特征融合
-
Keywords
object detection
lightweight grade neural network
attention mechanism
multiscale feature fusion
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于边缘特征融合网络的图像去噪方法
被引量：2
- 2
-
-
作者
文凯
季娟
薛晓
何如瑾
-
机构
重庆邮电大学通信与信息工程学院
重庆邮电大学数智技术应用研究中心
-
出处
《微电子学与计算机》
2023年第6期25-32,共8页
-
基金
重庆市研究生科研创新项目(CYS295)。
-
文摘
目前大多数图像去噪算法在去除噪声的同时,通常会丢失图像的边缘细节信息.针对这一问题,提出了一种基于边缘特征融合的图像去噪方法.首先,通过基于Canny算子的边缘提取网络提取图像的边缘信息,由于Canny算子不需要训练,这在很大程度上缩短了去噪时间;其次,通过基于残差密集连接的初去噪网络来保证训练的稳定性以及避免梯度消失,实现图像的初步去噪;最后,通过基于信道与空间注意力机制的融合网络将提取的边缘信息图像与初步去噪图像充分融合,自适应地给相对重要的边缘信息分配更大的权值,对图像的边缘细节进行增强,以得到具有更多边缘信息的清晰图像.实验结果表明,在BSD68和Set12数据集上,与常见的DnCNN、BM3D等去噪方法相比,所提出去噪方法的平均PSNR比DnCNN分别高出0.13 dB、0.29 dB,比BM3D分别高出0.76 dB、0.82 dB,在视觉效果上看也保留了更多的图像细节,同时去噪速率也大幅度的提高.
-
关键词
特征融合
图像去噪
边缘提取
图像融合
-
Keywords
Feature fusion
Image denoising
Edge extraction
Image fusion
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
