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
2
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
融合多维空洞卷积算子和多层次特征的深度网络检测算法
被引量：
5
1
作者
张新良
谢恒
+2 位作者
赵运基
王琬如
魏胜强
《模式识别与人工智能》
EI
CSCD
北大核心
2020年第10期898-905,共8页
在基于深度网络的目标检测模型中,仅利用串行的卷积操作,模型会缺少描述网络不同层次的细节信息和特征图全局信息的能力,减弱小目标的检测能力,影响检测精度.基于残差网络结构,文中提出融合多维空洞卷积(MDC)算子和多层次特征的深度网...
在基于深度网络的目标检测模型中,仅利用串行的卷积操作,模型会缺少描述网络不同层次的细节信息和特征图全局信息的能力,减弱小目标的检测能力,影响检测精度.基于残差网络结构,文中提出融合多维空洞卷积(MDC)算子和多层次特征的深度网络检测算法.首先设计MDC算子,卷积核具有5种不同的感受野,可获取8种不同语义的特征图,并引入串行网络的特征提取环节,构造特征层.再通过转置卷积操作实现检测层升维,用于级联不同层次的特征层,得到检测层并保证能在最大程度上保留目标的原始特征.最后使用非极大抑制完成检测算法的构建.实验表明,文中算法有效提高目标平均检测精度和小目标的检测能力.
展开更多
关键词
多维空间卷积(MDC)算子
目标检测
转置卷积
细节信息
全局信息
下载PDF
职称材料
基于MS-YOLOv3的车辆目标实时检测算法
被引量：
2
2
作者
王玲
张松
+1 位作者
王鹏
陶跃
《计算机应用与软件》
北大核心
2021年第10期189-195,共7页
检测车辆目标是交通监控系统中一项具有挑战性的任务,针对实时检测算法YOLOv3车辆目标检测精度低的问题,提出一种融合多尺度特征的目标检测算法MS-YOLOv3。在特征提取阶段,将位置信息明确的浅层特征与语义丰富的深层特征进行多尺度融合...
检测车辆目标是交通监控系统中一项具有挑战性的任务,针对实时检测算法YOLOv3车辆目标检测精度低的问题,提出一种融合多尺度特征的目标检测算法MS-YOLOv3。在特征提取阶段,将位置信息明确的浅层特征与语义丰富的深层特征进行多尺度融合,增加深层特征的位置信息,提高模型检测精度;在预测阶段,使用转置卷积操作替换最近邻插值法作为新的上采样方法,增强网络学习性,进一步提升模型检测精度。在不同数据集上的实验表明,MS-YOLOv3算法在精度和速度上均能获得较高的检测性能。
展开更多
关键词
YOLOv3
实时检测
特征融合
转置卷积
上采样
下载PDF
职称材料
题名
融合多维空洞卷积算子和多层次特征的深度网络检测算法
被引量：
5
1
作者
张新良
谢恒
赵运基
王琬如
魏胜强
机构
河南理工大学电气工程与自动化学院
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2020年第10期898-905,共8页
基金
河南省高等学校重点科研项目(No.21A120004)
河南省创新型科技人才队伍建设工程(No.CXTD2016054)
+1 种基金
中原高水平人才专项支持计划(No.ZYQR201912031)
河南理工大学基础科研基金项目(No.NSFRF170501)资助。
文摘
在基于深度网络的目标检测模型中,仅利用串行的卷积操作,模型会缺少描述网络不同层次的细节信息和特征图全局信息的能力,减弱小目标的检测能力,影响检测精度.基于残差网络结构,文中提出融合多维空洞卷积(MDC)算子和多层次特征的深度网络检测算法.首先设计MDC算子,卷积核具有5种不同的感受野,可获取8种不同语义的特征图,并引入串行网络的特征提取环节,构造特征层.再通过转置卷积操作实现检测层升维,用于级联不同层次的特征层,得到检测层并保证能在最大程度上保留目标的原始特征.最后使用非极大抑制完成检测算法的构建.实验表明,文中算法有效提高目标平均检测精度和小目标的检测能力.
关键词
多维空间卷积(MDC)算子
目标检测
转置卷积
细节信息
全局信息
Keywords
Multiple
Dilated
convolution
(MDC)Operator
Target
Detection
transposition
convolution
Detailed
Information
Global
Information
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
基于MS-YOLOv3的车辆目标实时检测算法
被引量：
2
2
作者
王玲
张松
王鹏
陶跃
机构
长春理工大学计算机科学技术学院
出处
《计算机应用与软件》
北大核心
2021年第10期189-195,共7页
基金
吉林省科技发展计划技术攻关项目(20190302118GX)。
文摘
检测车辆目标是交通监控系统中一项具有挑战性的任务,针对实时检测算法YOLOv3车辆目标检测精度低的问题,提出一种融合多尺度特征的目标检测算法MS-YOLOv3。在特征提取阶段,将位置信息明确的浅层特征与语义丰富的深层特征进行多尺度融合,增加深层特征的位置信息,提高模型检测精度;在预测阶段,使用转置卷积操作替换最近邻插值法作为新的上采样方法,增强网络学习性,进一步提升模型检测精度。在不同数据集上的实验表明,MS-YOLOv3算法在精度和速度上均能获得较高的检测性能。
关键词
YOLOv3
实时检测
特征融合
转置卷积
上采样
Keywords
YOLOv3
Real-time
detection
Feature
extraction
transposition
convolution
Upsampling
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
融合多维空洞卷积算子和多层次特征的深度网络检测算法
张新良
谢恒
赵运基
王琬如
魏胜强
《模式识别与人工智能》
EI
CSCD
北大核心
2020
5
下载PDF
职称材料
2
基于MS-YOLOv3的车辆目标实时检测算法
王玲
张松
王鹏
陶跃
《计算机应用与软件》
北大核心
2021
2
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
