文档名：改进的Cascade RCNN算法在目标检测上的应用
摘要：针对CascadeR-CNN目标检测算法中存在检测精度较低以及目标遮挡问题,本文提出一种改进的Cas-cadeR-CNN网络目标检测算法.该算法在主干网络ResNet101中引入可切换空洞卷积模块(SwitchableAtrousConvolu-tion,SAC),该模块主要由两个全局上下文模块以及SAC组件构成,采用SAC组件以不同的空洞卷积率对特征进行卷积,并使用Switch函数收集特征来提高特征提取能力.同时,在ResNet101残差网络中引入坐标注意力机制(Coordi-nateAttention,CA),该机制将位置信息嵌入通道注意力中,用于更好地获取方向感知和位置感知信息,进而提高目标检测精度.此外,针对目标遮挡问题,引入RepulsionLoss损失函数.该损失函数主要由吸引项和排斥项组成,吸引项使得预测框和匹配上的目标框尽可能接近,排斥项使得预测框远离错误目标,进而减少非极大值抑制(Non-MaximumSuppression,NMS)的误检,提高目标检测中遮挡问题的检测精度.实验结果表明,在公开的科大讯飞AI挑战赛数据集上,与原算法测试性能相比,改进的CascadeR-CNN网络对该数据集检出率增长了2.39%,改进算法的识别精度有一定的提高.
作者：张娜 包梓群 罗源 吴彪 涂小妹 Author：ZHANGNa BAOZi-qun LUOYuan WUBiao TUXiao-mei
作者单位：浙江理工大学计算机科学与技术学院(人工智能学院),浙江杭州310018浙江理工大学理学院,浙江杭州310018浙江广厦建设职业技术大学,浙江东阳322100
刊名：电子学报 ISTICEIPKU
Journal：ActaElectronicaSinica
年，卷(期)：2023, 51(4)
分类号：TP391
关键词：CascadeR-CNN 可切换空洞卷积 RepulsionLoss 目标检测 目标遮挡
机标分类号：TP391TP183TS101
在线出版日期：2023年7月6日
基金项目：浙江省重点研发计划项目，国家级大学生创新创业训练计划项目，浙江省教育厅一般科研项目改进的CascadeR-CNN算法在目标检测上的应用[
期刊论文] 电子学报--2023, 51(4)张娜 包梓群 罗源 吴彪 涂小妹针对CascadeR-CNN目标检测算法中存在检测精度较低以及目标遮挡问题,本文提出一种改进的Cas-cadeR-CNN网络目标检测算法.该算法在主干网络ResNet101中引入可切换空洞卷积模块(SwitchableAtrousConvolu-tion,SAC),该...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
改进的Cascade R-CNN算法在目标检测上的应用 Application of Improved Cascade R-CNN Algorithm in Target Detection
改进的Cascade R-CNN算法在目标检测上的应用.pdf
- 文件大小:
- 2.66 MB
- 下载次数:
- 60
-
高速下载
|
|
