期刊导航
期刊开放获取
cqvip
退出
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
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
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于一阶段目标检测网络头部算法研究
被引量:
1
1
作者
肖贵明
丁德锐
+1 位作者
梁伟
魏国亮
《智能计算机与应用》
2022年第11期78-86,共9页
目标检测的网络框架对目标检测结果影响极大,其中网络头部的研究是网络框架改进的重点之一。本文针对一阶段目标检测的网络头部进行改进。通过对当前两阶段网络头部的研究与一阶段网络框架RetinaNet头部热力图的输出进行分析,在一阶段...
目标检测的网络框架对目标检测结果影响极大,其中网络头部的研究是网络框架改进的重点之一。本文针对一阶段目标检测的网络头部进行改进。通过对当前两阶段网络头部的研究与一阶段网络框架RetinaNet头部热力图的输出进行分析,在一阶段网络头部创新性地引入池化层模块、提出双分类头模块、使用2个网络头部权重自适应分配结合的方法。本文使用RetinaNet作为baseline、VOC0712和MS COCO2017数据集作为实验数据集,最终在VOC0712上mAP达到了80.8%,相比于baseline提高了3.5%,在MS COCO2017测试集上mAP达到了40.2%,相比于RetinaNet提高了1.1%,使用多尺度后mAP达到了41.7%,提高了2.4%。
展开更多
关键词
目标检测
BASELINE
VOC0712
MS
COCO2017
RetinaNet
双分
类
头
热力图
MAP
下载PDF
职称材料
题名
基于一阶段目标检测网络头部算法研究
被引量:
1
1
作者
肖贵明
丁德锐
梁伟
魏国亮
机构
上海理工大学光电信息与计算机工程学院
出处
《智能计算机与应用》
2022年第11期78-86,共9页
基金
国家自然科学基金面上项目(61973219)
上海市“科技创新行动计划”国内科技合作项目(20015801100)。
文摘
目标检测的网络框架对目标检测结果影响极大,其中网络头部的研究是网络框架改进的重点之一。本文针对一阶段目标检测的网络头部进行改进。通过对当前两阶段网络头部的研究与一阶段网络框架RetinaNet头部热力图的输出进行分析,在一阶段网络头部创新性地引入池化层模块、提出双分类头模块、使用2个网络头部权重自适应分配结合的方法。本文使用RetinaNet作为baseline、VOC0712和MS COCO2017数据集作为实验数据集,最终在VOC0712上mAP达到了80.8%,相比于baseline提高了3.5%,在MS COCO2017测试集上mAP达到了40.2%,相比于RetinaNet提高了1.1%,使用多尺度后mAP达到了41.7%,提高了2.4%。
关键词
目标检测
BASELINE
VOC0712
MS
COCO2017
RetinaNet
双分
类
头
热力图
MAP
Keywords
object detection
baseline
VOC0712
MS COCO2017
RetinaNet
double classification head
heat map
mAP
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于一阶段目标检测网络头部算法研究
肖贵明
丁德锐
梁伟
魏国亮
《智能计算机与应用》
2022
1
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部