基于YOLOv3改进的用户界面组件检测算法

摘要：

针对传统方法识别用户界面(UI)组件时,无法进行组件分类的问题,本文提出了基于经典目标检测算法YOLOv3改进的算法用于UI组件检测任务,包括识别和分类.特征提取网络采用DenseNet紧密连接结构使提取到的特征能够充分使用;在特征提取网络中加入通道注意力机制和空间注意力机制,使用加权的特征代替原来的特征用于后面的特征融合;构造4个维度的特征金字塔网络完成组件检测任务;使用Focalloss作为分类损失函数.在收集的真实UI数据集上进行实验,实验结果表明:在检测精度上,本文方法的召回率达到了91.97％,平均精度mAP达到了48.21％,相比传统检测方法,本文方法具有更好的性能.

关键词：计算机应用、组件检测、注意力机制、焦损失函数

所属期刊栏目：51

分类号：TP391.4(计算技术、计算机技术)

资助基金：吉林省产业创新专项项目;国家自然科学基金

在线出版日期：2022-06-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1026-1033