基于改进的特征提取网络的目标检测算法
针对目标检测准确率低,物体位置不精准的缺点,设计了一种基于改进的特征提取网络的目标检测算法.首先将训练集进行数据增强;其次设计了一种双通道网络,用于目标检测算法Faster R-CNN的特征提取;最后在算法的预测部分,对非极大值抑制(NMS)机制进行了改进,并采用加权平均方法获取存在多个相近的预测框的位置.在VOC 2007和VOC 2012数据库上进行实验,表明本文算法比经典的目标检测算法效果要好,准确率达到79.1%,提升了3%~4%,验证了本文算法的有效性.
图像处理、深度学习、目标检测、特征提取、卷积神经网络
56
TP391(计算技术、计算机技术)
国家自然科学基金61471260
2020-04-29(万方平台首次上网日期,不代表论文的发表时间)
共6页
127-132