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：
利用卷积神经网络进行“问题地图”智能检测 被引量：11
1
作者 任加新 刘万增 +2 位作者 李志林 李然 翟曦 《武汉大学学报（信息科学版）》 EI CAS CSCD 北大核心 2021年第4期570-577,共8页
针对当前中国“问题地图”审核依赖人工目视判别效率低下的问题,提出一种端到端的小样本场景下基于卷积神经网络的多尺度特征融合自适应“问题地图”检测方法。通过对数据集进行实时增强,克服了卷积神经网络需要大量训练样本的问题。通... 针对当前中国“问题地图”审核依赖人工目视判别效率低下的问题,提出一种端到端的小样本场景下基于卷积神经网络的多尺度特征融合自适应“问题地图”检测方法。通过对数据集进行实时增强,克服了卷积神经网络需要大量训练样本的问题。通过融合多个不同尺度下的地图,实现了多尺度下的“问题地图”显著错误区域的智能检测。利用版图错误区域属性对区域建议网络进行优化,进一步提高检测的精度。并通过实验验证了所提方法的有效性。相较于现有的“问题地图”检测方法,所提方法的准确率提高8倍,为大规模“问题地图”检测提供了新方法。 展开更多
关键词 “:问题地图” 卷积神经网络 目标检测 多尺度特征融合 小样本场景
原文传递
基于特征融合的改进型PointPillar点云目标检测
2
作者 张勇 石志广 +2 位作者 沈奇 张焱 张宇 《光学精密工程》 EI CAS CSCD 北大核心 2023年第19期2910-2920,共11页
针对PointPillar在自动驾驶道路场景下对点云稀疏小目标检测效果差的问题,通过引入一种多尺度特征融合策略和注意力机制,提出一种点云目标检测网络Pillar-FFNet。针对网络中的特征提取问题,设计了一种基于残差结构的主干网络;针对馈入... 针对PointPillar在自动驾驶道路场景下对点云稀疏小目标检测效果差的问题,通过引入一种多尺度特征融合策略和注意力机制,提出一种点云目标检测网络Pillar-FFNet。针对网络中的特征提取问题,设计了一种基于残差结构的主干网络;针对馈入检测头的特征图没有充分利用高层特征的语义信息和低层特征的空间信息的问题,设计了一种简单有效的多尺度特征融合策略;针对主干网络提取的特征图中信息冗余的问题,提出了一种卷积注意力机制。为验证所提算法的性能,在KITTI和DAIR-V2X-I数据集上进行实验。实验结果表明,所提出的算法在KITTI数据集上与PointPillar相比,汽车、行人和骑行者的平均精度最大提高分别为0.84%,2.13%和4.02%;在DAIR-V2X-I数据集上与PointPillar相比,汽车、行人和骑行者的平均精度最大提高分别为0.33%,2.09%和4.71%,由此证明了所提方法对点云稀疏小目标检测的有效性。 展开更多
关键词 小目标检测 点云稀疏 PointPillar 残差结构 多尺度特征融合 卷积注意力
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 下一页 到第 页
使用帮助 返回顶部