| 基于Faster区域卷积神经网络的目标检测 |
| |
| 引用本文： | 吕本远,禚真福,韩永赛,张立朝.基于Faster区域卷积神经网络的目标检测[J].激光与光电子学进展,2021,58(22):249-257. |
| |
| 作者姓名： | 吕本远 禚真福 韩永赛 张立朝 |
| |
| 作者单位： | 空军工程大学研究生院一大队,陕西西安710038;空军工程大学航空工程学院,陕西西安710038 |
| |
| 摘 要： | 针对Faster区域卷积神经网络目标检测算法,提出了一种自适应候选区域建议网络.在训练过程中根据当前损失反馈调节候选区域数目,使候选区域在一定范围内动态变化,进而节省开销,并记录下表现最好的候选区域数目;在测试时用记录的候选区域数目进行测试.针对Softmax函数对候选区域进行分类时需要人为选取置信度阈值带来的时间成本和小目标检测准确率下降问题,提出了一种自适应置信度阈值选取算法.实验结果表明,相比传统算法,本算法的检测速度提升了25％,平均检测精度提高了1.9个百分点.
|
| 关 键 词： | 图像处理 深度学习 目标检测 自适应区域 卷积神经网络 |
Target Detection Based on Faster Region Convolution Neural Network |
| |
| Lü Benyuan,Zhuo Zhenfu,Han Yongsai,Zhang Lichao.Target Detection Based on Faster Region Convolution Neural Network[J].Laser & Optoelectronics Progress,2021,58(22):249-257. |
| |
| Authors: | Lü Benyuan Zhuo Zhenfu Han Yongsai Zhang Lichao |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
