基于无锚框目标检测算法的多样性感受野注意力特征补偿
来源:计算机工程与科学杂志2022年第11期北京时间:
作者:张海燕, 付应娜, 丁桂江, 孟庆岩
单位:1.合肥工业大学计算机与信息学院,安徽 合肥 231009; 2.三维医疗科技股份有限公司,江苏 徐州 221000)
摘要:作为目标检测的研究热点之一,无锚框算法摒弃大量预定义框的设置而采取逐像素的方式进行预测。即便如此,它仍不能够很好地处理重叠目标。此外,该算法获取图像的全局信息能力较弱且易出现感受野不匹配。因此,提出2种改进方法:多样性感受野注意力机制和全局信息指导特征融合。PASCAL VOC和MS COCO数据集上广泛的实验证实了改进方法的有效性。与基线FCOS相比,本文方法的检测精度在PASCAL VOC上提升了1.4%,在MS COCO上的精确度为42.8%,检测性能明显优于许多先进算法。
关键词:无锚框,多样性感受野,注意力机制,特征融合,目标检测,
基金资助:安徽省重点研究与开发计划(201904d07020018)
2022年11期其他文献查阅:
面向众核系统的层次化栅栏同步机制
面向FT-M7002平台点积算法的优化实现
基于行为监测的嵌入式操作系统堆栈溢出测试
基于光量子芯片的量子自旋链中完美态转移可编程量子模拟
一种改进的基于深度神经网络的偏微分方程求解方法
面向移动终端的密文可验证属性基可搜索加密方案
考虑任务依赖的卫星边缘计算资源分配与卸载决策算法
深度神经网络模型后门植入与检测技术研究综述
萤火虫算法优化支持向量机室内定位研究
Tsai氏相机平面标定算法的一种解析改进
基于文本特征及二次矫正的指针式仪表自动读数算法
基于无锚框目标检测算法的多样性感受野注意力特征补偿
基于改进Mask R-CNN的生活垃圾检测
基于注意力机制的自适应滤波遥感图像分割网络
基于端到端双网络的低照度图像增强方法
带有协方差矩阵的卷积神经网络在人体运动识别中的应用
联合注意力和Transformer的视网膜血管分割网络
基于Gist和IPCA算法的多文种离线手写签名识别
基于线性注意力机制的单样本生成对抗网络研究
一种基于SARIMA-LSTM模型的电网主机负载预测方法
基于词共现的方面级情感分析模型
基于改进人工鱼群算法与RBF神经网络的股票价格预测