文档名：基于改进Focus的小目标检测技术
摘要：为解决深度神经网络模型小目标检测效果不佳的问题,对Focus结构进行改进,提出一种即插即用的轻量级结构Focus+.搜集相关图像并建立包含5类目标的军事小目标数据集,将Focus+插入常用的目标检测模型,使用不同尺度的输入进行了多组对比实验.实验结果表明:引入Focus+模块后,模型检测的平均精度均值平均提高了0.8％,说明其能够在占用较少算力的同时提取到浅层网络的高分辨率特征,有效提高小目标的检测精度.
作者：谢志宏 陈晓明Author：XieZhihong ChenXiaoming
作者单位：陆军装甲兵学院兵器与控制系,北京100072
刊名：兵工自动化 ISTIC
Journal：OrdnanceIndustryAutomation
年，卷(期)：2023, 42(5)
分类号：TJ06
关键词：小目标检测 深度学习 特征提取 军事目标
机标分类号：TP391.41TN911.73TP277
在线出版日期：2023年6月1日
基金项目：军队重点项目基于改进Focus的小目标检测技术[
期刊论文] 兵工自动化--2023, 42(5)谢志宏 陈晓明为解决深度神经网络模型小目标检测效果不佳的问题,对Focus结构进行改进,提出一种即插即用的轻量级结构Focus+.搜集相关图像并建立包含5类目标的军事小目标数据集,将Focus+插入常用的目标检测模型,使用不同尺度的输入进...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于改进Focus的小目标检测技术 Small Target Detection Technology Based on Improved Focus
基于改进Focus的小目标检测技术.pdf
- 文件大小:
- 901.92 KB
- 下载次数:
- 60
-
高速下载
|
