《电子测量技术杂志》发表论文赏析

一种融合卷积与transformer的级联包检测方法

来源:电子测量技术杂志2022年第23期北京时间:

作者:罗晓霞,蒋 磊,蔡院强

单位:1.西安科技大学计算机科学与技术学院 西安 710054; 2.北京邮电大学网络与交换技术国家重点实验室 北京 10087

摘要:为解决目前包检测算法检测类别单一、准确度较低、复杂目标难以检测等问题,研究了一种融合卷积与transformer的级联包检测方法,CT-CBDet。首先,设计了deformable conformer作为骨干网络进行特征提取,其在transformer与卷积双网络融合的基础上利用可形变卷积和空间金字塔池化模块实现几何特征变换与多尺度特征融合,以强化针对复杂特征的建模能力;然后,提出一种基于anchor统计特征的自适应正负样本选择的区域建议网络,以平衡不同尺度目标样本正负选择的公平性,增强模型的训练稳定性;最后,利用多阶段损失对模型的级联检测组件进行端到端训练。结果表明,该方法相较于基准方法Cascade RCNN平均精度值提高了5.8%,小尺度目标检测精度提高了10.9%。可见CT-CBDet可有效完成复杂场景下的包检测任务。

关键词:包检测; 级联架构; 特征融合; 自适应区域建议网络; deformable conformer

2022年23期其他文献查阅:

基于图优化和EKF的UWB组合定位算法

基于模糊PID的供暖设备控制系统设计

神经网络校准的磁强计与卫星组合测姿方法

基于内模控制的逆变器并离网无缝切换策略研究

含打印错位字符的机动车登记证识别算法设计

基于Vivado HLS的内窥镜实时暗部增强算法设计

改进RRT结合B样条的移动机器人路径规划研究

基于改进Census变换和自适应权重的立体匹配算法

基于遗忘因子递推最小二乘法的锂电池 等效电路模型参数辨识方法

融合注意力机制的BiLSTM网络实现无创血压测量

基于ICEEMDAN-MPE和AO-LSSVM的滚动轴承故障诊断

基于改进YOLOX的红外目标检测算法

基于改进YOLOv5的复杂场景多目标检测

一种融合卷积与transformer的级联包检测方法

基于改进YOLOv4-tiny的印刷电路板缺陷检测研究

自适应特征融合的轻量级交通标志检测方法

基于DeepLabV3+的轮对踏面损伤分割算法

基于FPFH的权重局部最优投影点云精简算法

综合利用肤色模型和感知损失的偏色去除

基于改进Adam优化算法的中文短文本分类方法

融合装配特征和回归分析的锯链图像分割算法

基于低秩逼近的无线传感网定位算法

基于VMD和优化的LSTM锂离子电池寿命预测方法

基于CNN-LSTM的脑电P300信号检测

基于GLCM和FCM算法融合的铣削零件缺陷提取方法

基于混合策略麻雀搜索算法的WSN覆盖优化

基于机器学习的有色金属冶炼工序识别

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!