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
共找到215篇文章
< 1 2 … 11 >
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：
基于改进YOLOv10的轻量化目标检测算法
1
作者 刘印 龚长友 徐国栋 《自动化与信息工程》 2025年第1期29-35,共7页
针对目标检测算法部署在边缘设备的轻量化需求,提出一种基于改进YOLOv10的轻量化目标检测算法(CMD-YOLO算法)。该算法利用跨尺度特征融合模块对YOLOv10算法的网络结构进行改进,减少了算法模型的参数量与计算量;采用基于Mamba的线性注意... 针对目标检测算法部署在边缘设备的轻量化需求,提出一种基于改进YOLOv10的轻量化目标检测算法(CMD-YOLO算法)。该算法利用跨尺度特征融合模块对YOLOv10算法的网络结构进行改进,减少了算法模型的参数量与计算量;采用基于Mamba的线性注意力机制改进的部分自注意力模块替换传统的部分自注意力模块,进一步降低了算法模型的参数量;利用空间深度转换卷积模块替换部分传统卷积模块,增强了算法模型对下采样细节信息的提取能力;利用动态上采样器DySample替换传统的上采样模块,在保持上采样精度的同时,降低了算法模型的计算延迟。实验结果表明,CMD-YOLO算法与YOLOv10-n算法相比,在检测精度略微提升的同时,算法模型参数量降低了30.5%,计算量下降了19%,权重文件缩小了29.3%,计算延迟减少了8.8%,能够满足目标检测算法部署在边缘设备中的轻量化需求。 展开更多
关键词 目标检测算法 YOLOv10算法 跨尺度特征融合模块 Mamba线性注意力机制 空间深度转换卷积模块 动态上采样器
在线阅读 下载PDF
轻量化目标检测算法在智慧水利上的应用——以辽河干流地物识别为例
2
作者 宋金龙 刘继 《黑龙江水利科技》 2025年第3期113-116,共4页
为了提升水利船只的监管效率,针对遥感影像背景复杂、目标地物尺度差异大的问题,提出一种多尺度融合的YOLO v5目标识别算法YoMresNet(YOLO v5 Resnet Networks),实现对不同大小的地物进行高精度识别。首先以YOLO v5网络为基础模型,其次... 为了提升水利船只的监管效率,针对遥感影像背景复杂、目标地物尺度差异大的问题,提出一种多尺度融合的YOLO v5目标识别算法YoMresNet(YOLO v5 Resnet Networks),实现对不同大小的地物进行高精度识别。首先以YOLO v5网络为基础模型,其次效仿残差模型代替YOLO v5模型中Neck的部分卷积并减少卷积层数以减小模型的体积;最后在模型的检测头部通入MHSA进行参数优化实现对船只目标的检测精度。在大型遥感数据集DIOR上进行了对比实验,并利用本项目组在辽河干流防洪提升工程拍摄的图像并制作的数据集上进行再次验证,结果表明YoMresNet模型相较于YOLO v5模型以及Faster R-CNN进行对比,检测精度有了显著提升,文章提出的方法有效提高了水利监管的效率,能够准确识别辽河干流目标地物,为搭载移动端嵌入式无人机等设备的实时目标检测提供参考价值且检测精度和速度均满足实际生产要求。 展开更多
关键词 目标检测算法 网络模型 检测精度 智慧水利
在线阅读 下载PDF
计算机视觉中目标检测算法的研究与应用
3
作者 殷春华 《计算机应用文摘》 2025年第2期64-66,共3页
文章深入探讨了计算机视觉技术中的目标检测算法,首先剖析了传统与基于深度学习的算法原理;其次阐述了数据、算法模型、训练与优化层面的性能优化策略;最后展示了其在安防监控、自动驾驶、工业检测等领域的应用情况,旨在系统梳理目标检... 文章深入探讨了计算机视觉技术中的目标检测算法,首先剖析了传统与基于深度学习的算法原理;其次阐述了数据、算法模型、训练与优化层面的性能优化策略;最后展示了其在安防监控、自动驾驶、工业检测等领域的应用情况,旨在系统梳理目标检测算法相关内容,为该领域的进一步研究与实践应用提供全面参考,推动各行业的智能化发展。 展开更多
关键词 深度学习 计算机视觉 目标检测算法 性能优化
在线阅读 下载PDF
基于深度学习的无锚框目标检测算法综述 被引量：3
4
作者 高海涛 朱超涵 +2 位作者 张天棋 郝飞 茅新宇 《机床与液压》 北大核心 2024年第1期202-209,共8页
近年来,基于深度学习的无锚框目标检测算法备受关注。为了深入理解无锚框检测算法,对比分析了基于深度学习的无锚框检测算法的原理机制、网络结构、核心特性以及优缺点,归纳总结了无锚框检测算法的核心技术,并在同一数据集上通过性能实... 近年来,基于深度学习的无锚框目标检测算法备受关注。为了深入理解无锚框检测算法,对比分析了基于深度学习的无锚框检测算法的原理机制、网络结构、核心特性以及优缺点,归纳总结了无锚框检测算法的核心技术,并在同一数据集上通过性能实验研究上述算法的性能,总结提出基于深度学习的目标检测算法未来的研究方向。 展开更多
关键词 无锚框目标检测算法 深度学习 算法比较
在线阅读 下载PDF
基于改进YOLOv5s的面向自动驾驶场景的道路目标检测算法 被引量：2
5
作者 胡丹丹 张忠婷 《智能系统学报》 CSCD 北大核心 2024年第3期653-660,共8页
在复杂道路场景中检测车辆、行人、自行车等目标时,存在因多尺度目标及部分遮挡易造成漏检及误检等情况,提出一种基于改进YOLOv5s的面向自动驾驶场景的道路目标检测算法。首先,利用深度可分离卷积替换部分普通卷积,减少模型的参数量以... 在复杂道路场景中检测车辆、行人、自行车等目标时,存在因多尺度目标及部分遮挡易造成漏检及误检等情况,提出一种基于改进YOLOv5s的面向自动驾驶场景的道路目标检测算法。首先,利用深度可分离卷积替换部分普通卷积,减少模型的参数量以提升检测速度。其次,在特征融合网络中引入基于感受野模块(receptive field block,RFB)改进的RFB-s,通过模仿人类视觉感知,增强特征图的有效感受野区域,提高网络特征表达能力及对目标特征的可辨识性。最后,使用自适应空间特征融合(adaptively spatial feature fusion,ASFF)方式以提升PANet对多尺度特征融合的效果。实验结果表明,在PASCAL VOC数据集上,所提算法检测平均精度均值相较于YOLOv5s提高1.71个百分点,达到84.01%,在满足自动驾驶汽车实时性要求的前提下,在一定程度上减少目标检测时的误检及漏检情况,有效提升模型在复杂驾驶场景下的检测性能。 展开更多
关键词 YOLOv5s 自动驾驶 目标检测算法 深度可分离卷积 感受野模块 自适应空间特征融合 PANet 多尺度特征融合
在线阅读 下载PDF
基于YOLO目标检测算法的人群多目标识别跟踪方法 被引量：2
6
作者 张四平 《智能计算机与应用》 2024年第1期152-155,共4页
目前对人群跟踪方法主要是建立跟踪模型,实现人群群体检查和跟踪,但是无法实现人群中多行人的识别和个体跟踪,造成人群跟踪与多目标识别存在效率低下和不准确。本文提出基于YOLO目标检测算法的人群多目标识别跟踪方法,通过对人群多目标... 目前对人群跟踪方法主要是建立跟踪模型,实现人群群体检查和跟踪,但是无法实现人群中多行人的识别和个体跟踪,造成人群跟踪与多目标识别存在效率低下和不准确。本文提出基于YOLO目标检测算法的人群多目标识别跟踪方法,通过对人群多目标的可见特征提取人群的行人轨迹和外观特征,实现人群多目标识别的跟踪。实验结果表明,该方法提高了人群多目标的识别效率,具有一定的实用性。 展开更多
关键词 YOLO目标检测算法 人群多目标跟踪 识别方法
在线阅读 下载PDF
基于深度学习的目标检测算法综述 被引量：10
7
作者 曾文炳 李军 《汽车工程师》 2024年第1期1-11,共11页
介绍了目标检测数据集的发展过程、基本评价指标的设定,并基于此综述了不同类别的目标检测算法,分别对两阶段和单阶段检测算法及相应优化算法进行解析,围绕检测速度和检测精度的迭代过程,阐述了目标检测算法的困难与挑战。最后,就算法... 介绍了目标检测数据集的发展过程、基本评价指标的设定,并基于此综述了不同类别的目标检测算法,分别对两阶段和单阶段检测算法及相应优化算法进行解析,围绕检测速度和检测精度的迭代过程,阐述了目标检测算法的困难与挑战。最后,就算法本身的提升和算法应用需求下的优化设计提出总结和展望,指出目标检测的训练监督问题、算法对小目标的检测困难问题,同时指出实时检测任务中检测速度与检测精度的协调性问题和多模态融合应用问题,以及算法运行可解释性对算法再提升的重要意义。 展开更多
关键词 目标检测算法 深度学习 计算机视觉 卷积神经网络
在线阅读 下载PDF
BEV特征下激光雷达和单目相机融合的目标检测算法研究
8
作者 李文礼 喻飞 +2 位作者 石晓辉 唐远航 杨果 《计算机工程与应用》 CSCD 北大核心 2024年第11期182-193,共12页
为提高自动驾驶汽车对周围目标物的检测精度,提出了一种激光雷达和单目图像数据在鸟瞰图特征上融合的目标物检测算法(monocular-bird’s eye view fusion,Mono-BEVFusion)。为构建相机BEV特征,搭建了简单高效的深度预测网络预测相机特... 为提高自动驾驶汽车对周围目标物的检测精度,提出了一种激光雷达和单目图像数据在鸟瞰图特征上融合的目标物检测算法(monocular-bird’s eye view fusion,Mono-BEVFusion)。为构建相机BEV特征,搭建了简单高效的深度预测网络预测相机特征的深度,基于显式监督的方法用深度真值对其进行监督。构建激光雷达BEV特征时,将激光点云体素化为柱状网格转化到BEV特征下,设计BEV特征融合网络将激光点云BEV特征和相机BEV特征融合,将融合特征输入到目标检测框架得到目标物(汽车、行人和骑行人)检测结果。利用KITTI数据集和实车路采数据对Mono-BEVFusion融合算法进行评估,实验结果表明该算法相较于现有融合算法综合平均精度提升了2.90个百分点,其中汽车类和行人类单项检测精度分别提升3.38个百分点和4.13个百分点。Mono-BEVFusion融合算法对遮挡目标或者距离较远的目标有较稳定的检测效果,能够有效避免单传感器的漏检现象,具有较好的实际应用价值。 展开更多
关键词 自动驾驶汽车 目标物检测算法 深度预测 BEV特征融合 KITTI数据集
在线阅读 下载PDF
基于目标检测算法的水表字轮数字识别方法研究
9
作者 王开强 《中国新技术新产品》 2024年第18期43-46,共4页
本文旨在设计一种基于目标检测算法的水表字轮数字识别系统,以解决传统模板匹配方法在复杂环境下的局限性。该系统包括表盘与字轮区域定位、图像旋转校正、字轮分割与字符分类以及半字符示数判定等模块。试验结果表明,与传统模板匹配方... 本文旨在设计一种基于目标检测算法的水表字轮数字识别系统,以解决传统模板匹配方法在复杂环境下的局限性。该系统包括表盘与字轮区域定位、图像旋转校正、字轮分割与字符分类以及半字符示数判定等模块。试验结果表明,与传统模板匹配方法相比,采用YOLOv5目标检测算法的方法的整字符和半字符识别准确率有显著提升,整体准确率提高了5.58%,表明基于目标检测算法的水表字轮数字识别方法具有更好的识别效果和应用前景。 展开更多
关键词 目标检测算法 水表字轮数字 数字识别方法
在线阅读 下载PDF
基于目标检测算法的智能防护研究
10
作者 宋媛媛 陈倬为 《安全》 2024年第11期38-44,共7页
为提高医护人员一次性防护装备的检测准确率和精确率,降低感染风险和环境污染,针对现有目标检测算法在复杂环境下性能较差的问题,本文通过引入多任务损失函数、最小绝对值偏差、复杂尺度感知注意力和空间感知注意力以及可变卷积的方式... 为提高医护人员一次性防护装备的检测准确率和精确率,降低感染风险和环境污染,针对现有目标检测算法在复杂环境下性能较差的问题,本文通过引入多任务损失函数、最小绝对值偏差、复杂尺度感知注意力和空间感知注意力以及可变卷积的方式优化目标检测算法,提出多尺度感知网络(MSTDA)和多重感知注意力检测模型(MATDA)并进行医护人员防护的智能算法实验。实验结果表明:MSTDA模型在准确率和精确率上均优于现有YOLO系列模型及Faster RCNN模型,且MATDA模型在准确率和预测精确率上表现最佳。正确佩戴口罩时模型MSTDA比其他3种模型分别高出17.8%、2.7%、16.3%,未正确佩戴口罩时比其他3种模型分别高出17.3%、4.1%、16.1%。消融实验验证了尺度注意力模块和空间注意力模块的有效性。未来工作将致力于降低模型复杂度,提升计算速度,并考虑其他因素的交叉影响,以增强智能检测方法的适用性。 展开更多
关键词 防护装备检测 多尺度感知网络 目标检测算法 空间感知注意力 尺度感知注意力
在线阅读 下载PDF
高光谱遥感影像目标检测算法及在农田“非粮化”监测中的运用
11
作者 陈琦 王珅 《四川农业科技》 2024年第6期127-129,134,共4页
文章结合实际案例,对高光谱遥感影像目标检测算法在农田“非粮化”监测中的运用进行深度探讨。通过数据获取以及处理流程改进,引入现代化学习算法,高效辨识农田中的非粮食作物,做好类型划分,从全局出发把握农作物发展,动态监测数据信息... 文章结合实际案例,对高光谱遥感影像目标检测算法在农田“非粮化”监测中的运用进行深度探讨。通过数据获取以及处理流程改进,引入现代化学习算法,高效辨识农田中的非粮食作物,做好类型划分,从全局出发把握农作物发展,动态监测数据信息变化。基于数据表以直观方式,揭示不同监测区域非粮食作物类型、面积及占比,通过对比掌握其中存在差异,以期为产业规划提供支持,同时展望技术未来发展应用。 展开更多
关键词 高光谱遥感影像 目标检测算法 农田“非粮化”
在线阅读 下载PDF
基于深度学习的目标检测算法综述 被引量：65
12
作者 吴雪 宋晓茹 +1 位作者 高嵩 陈超波 《传感器与微系统》 CSCD 北大核心 2021年第2期4-7,18,共5页
视觉目标检测作为计算机视觉的一个重要研究方向,已广泛应用于人脸检测、行人检测和无人驾驶等领域。随着大数据、计算机硬件技术和深度学习算法在图像分类中的突破性进展,基于深度学习的目标检测算法成为主流。本文综述了基于深度学习... 视觉目标检测作为计算机视觉的一个重要研究方向,已广泛应用于人脸检测、行人检测和无人驾驶等领域。随着大数据、计算机硬件技术和深度学习算法在图像分类中的突破性进展,基于深度学习的目标检测算法成为主流。本文综述了基于深度学习目标检测算法的研究现状和发展方向。首先介绍卷积神经网络(CNN)的研究进展和经典模型;然后对目前主流的基于深度学习的两阶段目标检测算法和单阶段目标检测算法的发展、改进和不足进行归纳;最后对深度学习目标检测两种主流算法进行比较并做出总结和未来展望。 展开更多
关键词 目标检测 卷积神经网络 两阶段目标检测算法 单阶段目标检测算法
在线阅读 下载PDF
基于高光谱图像主成分分量的小目标检测算法研究 被引量：27
13
作者 李智勇 匡纲要 +1 位作者 郁文贤 薛绮 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2004年第4期286-290,共5页
提出了一种基于图像主成分分量的高光谱小目标检测算法 .作为一种多元数据集合 ,通常高光谱数据形成的几何体是一个超平面 .主成分分析能有效估计这一几何体的本征维数 .显著特征值对应的主成分体现了几何体大部分信息 ;而不显著特征值... 提出了一种基于图像主成分分量的高光谱小目标检测算法 .作为一种多元数据集合 ,通常高光谱数据形成的几何体是一个超平面 .主成分分析能有效估计这一几何体的本征维数 .显著特征值对应的主成分体现了几何体大部分信息 ;而不显著特征值对应的主成分则代表了正交于几何体的信息 ,而这些信息中则包含了重要的内容 ,例如目标特性 .文中提出的方法就是利用这些不显著的主成分分量来进行小目标检测 .该方法减少了对先验光谱信息的依赖 。 展开更多
关键词 高光谱 目标检测 超平面 小目标检测算法 主成分分析 遥感图像
在线阅读 下载PDF
基于差分均值背景提取和矩阵分区目标检测算法的研究 被引量：7
14
作者 韩超 邓甲昊 +1 位作者 邹金慧 韩敏 《北京理工大学学报》 EI CAS CSCD 北大核心 2012年第12期1247-1251,1257,共6页
为提高对车辆图像的检测程度和实时性,针对智能交通系统,通过对实时路况的信息采集和视频图像的处理,提出了一种基于差分均值的背景提取计算方法和矩阵分区域的阴影检测方法,最终得到一个视频车辆的检测原型,从而实现对运动车辆的检测.... 为提高对车辆图像的检测程度和实时性,针对智能交通系统,通过对实时路况的信息采集和视频图像的处理,提出了一种基于差分均值的背景提取计算方法和矩阵分区域的阴影检测方法,最终得到一个视频车辆的检测原型,从而实现对运动车辆的检测.实验结果表明,此种方法简单、计算量小、鲁棒性高,能快速地提取出背景图像,检测出比较完整的车辆阴影,可满足多运动目标的实时检测要求. 展开更多
关键词 智能交通 背景提取 阴影检测 车辆目标检测算法
在线阅读 下载PDF
深度学习目标检测算法在架空输电线路绝缘子缺陷检测中的应用研究综述 被引量：25
15
作者 刘开培 李博强 +5 位作者 秦亮 李强 赵峰 王秋琳 许中平 余金沄 《高电压技术》 EI CAS CSCD 北大核心 2023年第9期3584-3595,共12页
传统架空输电线路绝缘子缺陷检测一般通过人工巡检方式进行。架空输电线路的数量增长使巡检规模更加庞大、巡检环境更加复杂,放大了传统绝缘子缺陷检测方法人力成本高、检测效率低的不足。无人机(unmanned aerial vehicle,UAV)等新型巡... 传统架空输电线路绝缘子缺陷检测一般通过人工巡检方式进行。架空输电线路的数量增长使巡检规模更加庞大、巡检环境更加复杂,放大了传统绝缘子缺陷检测方法人力成本高、检测效率低的不足。无人机(unmanned aerial vehicle,UAV)等新型巡线方式依靠深度学习目标检测算法识别架空输电线路绝缘子缺陷,能够有效应对人工巡检的不足,是绝缘子缺陷检测的发展趋势。鉴于此,围绕架空输电线路绝缘子缺陷检测场景,首先梳理常用的深度学习目标检测算法,比较不同算法的检测策略、检测精度与检测速度;然后结合云–边–端协同架构说明算法的改进需求与相应改进方法;最后针对现有绝缘子检测方面的不足,展望了输电线路绝缘子中多类型缺陷的识别问题,并在这一研究趋势下进一步探讨了模型边缘端轻量化与针对小样本数据下的算法研究价值。 展开更多
关键词 架空输电线路绝缘子 缺陷检测 无人机 深度学习目标检测算法 云–边–端协同架构
在线阅读 下载PDF
分段反卷积改进SSD的目标检测算法 被引量：7
16
作者 马跃 赵志浩 +3 位作者 尹震宇 樊超 柴安颖 李成蒙 《小型微型计算机系统》 CSCD 北大核心 2021年第7期1415-1420,共6页
针对当前SSD算法低层特征图语义信息不足导致存在小目标漏检以及误检的问题,提出一种基于分段反卷积改进SSD的目标检测算法SD-SSD(Segmented Deconvolution-Single Shot M ulti Box Detector).根据SSD模型低层特征图语义信息提取不足,... 针对当前SSD算法低层特征图语义信息不足导致存在小目标漏检以及误检的问题,提出一种基于分段反卷积改进SSD的目标检测算法SD-SSD(Segmented Deconvolution-Single Shot M ulti Box Detector).根据SSD模型低层特征图语义信息提取不足,高层特征图边缘信息丢失过多,本文重新设计了融合结构,不仅降低了计算过程中的参数数量,而且丰富了各个特征图的细节信息和语义信息;由于特征图反卷积的次数过多会增加噪声信息,本文将模型中高层特征图分成三段做分段反卷积与低层特征层融合;为增强小目标在模型下的检测效果,增加更低层次的特征图进行特征融合,着重检测小目标.在Pascal VOC2007测试集上进行验证,本文SD-SSD模型大幅度提高了小目标类别的AP值,mAP相对SSD模型和DSSD模型分别提高了4.30%和3.0%,相比目前主流单阶段目标检测算法,本文算法保持了较高的检测精度和检测速度. 展开更多
关键词 分段反卷积 特征融合 SSD模型 小目标 目标检测算法
在线阅读 下载PDF
基于AOS的运动目标检测算法 被引量：5
17
作者 马波 张田文 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2003年第10期1213-1217,共5页
从能量极小化的观点出发 ,对运动目标检测问题定义了新颖的能量模型 ,给出了相应的曲线进化方程 结合水平集算法 ,所提出的曲线进化模型能够自动地适应拓扑变化 ,检测出多个运动目标区域及轮廓 定义了基于对数差图像的能量项 ,使得新... 从能量极小化的观点出发 ,对运动目标检测问题定义了新颖的能量模型 ,给出了相应的曲线进化方程 结合水平集算法 ,所提出的曲线进化模型能够自动地适应拓扑变化 ,检测出多个运动目标区域及轮廓 定义了基于对数差图像的能量项 ,使得新模型对于场景照明不敏感 采用加性算子分裂 (AOS) 展开更多
关键词 图像增强 图像处理 灰度图像 运动目标检测算法 AOS 计算机
在线阅读 下载PDF
基于广义似然比的宽带分布式目标检测算法 被引量：2
18
作者 李涛 冯大政 夏宇垠 《系统工程与电子技术》 EI CSCD 北大核心 2009年第12期2835-2840,共6页
针对在相干积累期间发生距离走动的分布式目标检测问题,提出了一种广义似然算法及其改进算法。该算法采用广义似然函数准则与极大似然方法对不同预设速度下各个距离单元的信号进行估计,得到了两步广义似然比检测算子。进一步利用目标相... 针对在相干积累期间发生距离走动的分布式目标检测问题,提出了一种广义似然算法及其改进算法。该算法采用广义似然函数准则与极大似然方法对不同预设速度下各个距离单元的信号进行估计,得到了两步广义似然比检测算子。进一步利用目标相邻强散射单元特性和相邻预设速度相关性,推导出改进的三步广义似然算法,随后证明了这两种算法的恒虚警率性。对两类飞机实测数据的多个实验结果表明,当目标发生距离走动的情况下,该算法性能相对与传统的非相干积累算法有明显提高。 展开更多
关键词 分布式目标检测算法 广义似然比 极大似然方法 恒虚警率
在线阅读 下载PDF
极化目标检测算法性能评价研究 被引量：2
19
作者 张兵 董臻 梁甸农 《系统工程与电子技术》 EI CSCD 北大核心 2001年第3期28-30,共3页
在对极化目标检测算法简单介绍的基础上 ,着重分析极化检测算法的性能。根据极化检测算法的特殊性 ,在详细的数学推导的基础上给出了检测算法的工作特性 (ROC)计算公式。根据实验获得的杂波和目标极化协方差矩阵参数给出了计算机仿真结... 在对极化目标检测算法简单介绍的基础上 ,着重分析极化检测算法的性能。根据极化检测算法的特殊性 ,在详细的数学推导的基础上给出了检测算法的工作特性 (ROC)计算公式。根据实验获得的杂波和目标极化协方差矩阵参数给出了计算机仿真结果 ,得到了一系列检测算法性能评价结论。同时 ,从各种检测算法的计算量与性能折衷方面考虑 ,指出实际应用中可以考虑的几种极化检测算法。 展开更多
关键词 合成孔径雷达 性能评价 极化目标检测算法
在线阅读 下载PDF
一种改进的单步多框目标检测算法 被引量：5
20
作者 王燕妮 刘祥 刘江 《西安交通大学学报》 EI CAS CSCD 北大核心 2021年第4期145-153,共9页
针对单步多框目标检测算法(SSD)中存在的误检、漏检以及检测精度不够高等问题,提出了一种改进的SSD目标检测算法。该算法通过空洞卷积替换conv4_3卷积层及之前的两次标准卷积,扩大感受野,使用反卷积对不同尺度的特征图进行融合,使融合... 针对单步多框目标检测算法(SSD)中存在的误检、漏检以及检测精度不够高等问题,提出了一种改进的SSD目标检测算法。该算法通过空洞卷积替换conv4_3卷积层及之前的两次标准卷积,扩大感受野,使用反卷积对不同尺度的特征图进行融合,使融合形成的特征图具有丰富的上下文信息,最后为特征图添加注意力模型,有效提取感兴趣区域的特征。仿真实验结果表明,改进算法在VOC2007数据集上较原算法检测精度提升0.9%,检测结果更加准确,一定程度上改善了误检、漏检等问题,同时仍满足实时性的要求。 展开更多
关键词 目标检测 单步多框目标检测算法 空洞卷积 反卷积 注意力机制
在线阅读 下载PDF
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 2 … 11 下一页 到第 页
使用帮助 返回顶部