avatar avatar 我的文献 一种针对目标检测任务的基础网络 单位 天津大学电气自动化与信息工程学院 期刊 激光与光电子学进展 时间 关键词 图像处理; 目标检测; 深度学习; 基础网络; 特征融合
摘要
针对目标检测与图像分类任务的差别,以及大多数目标检测器过于依赖分类基础网络的问题,提出了一种针对目标检测任务的基础网络。该网络包含初始模块、特征融合模块和混合下采样模块。初始模块能减少输入图片信息的丢失。特征融合模块通过拼接不同卷积层的输出,既能加强网络对不同尺寸目标检测的鲁棒性,又能对物体检测提供更多的上下文信息,有效提高了检测精确度。在网络的下采样部分引入混合下采样模块,平衡了基础网络对目标的分类和定位能力。实验结果表明,本方法提出的网络模型在PASCAL VOC07+12数据集上训练后,可在PASCAL VOC2007测试集上达到81.0%的平均精度均值(mAP),同时具有85帧每秒(frames/s)的检测速度,在精度和效率上都达到了很好的效果。
下载 浏览 cnki {{liketext}}
©2020 - iData {{ message }} 关闭