文档名：基于多阶段提议稀疏区域卷积网络的城市交通目标检测
摘要：针对城市交通场景多目标检测算法检测速度慢,检测精度低等问题,本文提出多阶段提议稀疏区域卷积网络算法(Multi-stageProposalSparseRegion-basedConvolutionalNeuralNetwork,MPSR-CNN).算法主要有以下特点:提出了一种多阶段提议框过滤更新机制,提高算法检测精度;提出了一种双向并联特征金字塔网络(BidirectionalParallelFeaturePyramidNetwork,BPFPN),增强了模型的特征融合能力;针对城市交通场景目标检测问题引入了Copy-Paste数据增强方法和CIoU损失函数.实验结果显示,MPSR-CNN算法在UrbanObjectDataset数据集上mAP达到了77％,算法检测速度保持在37fps,优于目前其他城市交通场景目标检测算法.
作者：柳长源 张玉亮 毕晓君 Author：LIUChang-yuan ZHANGYu-liang BIXiao-jun
作者单位：哈尔滨理工大学测控技术与通信工程学院,黑龙江哈尔滨150080中央民族大学信息工程学院,北京100081
刊名：电子学报 ISTICEIPKU
Journal：ActaElectronicaSinica
年，卷(期)：2023, 51(1)
分类号：TP391.4TP181
关键词：目标检测 城市交通 提议过滤 特征金字塔 数据增强
机标分类号：TP3TN97TP273
在线出版日期：2023年3月10日
基金项目：国家自然科学基金，黑龙江省自然科学基金项目基于多阶段提议稀疏区域卷积网络的城市交通目标检测[
期刊论文] 电子学报--2023, 51(1)柳长源 张玉亮 毕晓君针对城市交通场景多目标检测算法检测速度慢,检测精度低等问题,本文提出多阶段提议稀疏区域卷积网络算法(Multi-stageProposalSparseRegion-basedConvolutionalNeuralNetwork,MPSR-CNN).算法主要有以下特点:提出...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
基于多阶段提议稀疏区域卷积网络的城市交通目标检测 Urban Traffic Object Detection Based on Multi-Stage Proposal Sparse R-CNN
基于多阶段提议稀疏区域卷积网络的城市交通目标检测.pdf
- 文件大小:
- 1.64 MB
- 下载次数:
- 60
-
高速下载
|
