10.19678/j.issn.1000-3428.0059043
基于CenterNet的实时行人检测模型
针对传统目标检测模型不能同时兼顾检测速度和准确度的问题,提出一种新的PD-CenterNet模型.在CenterNet的基础上对网络结构和损失函数进行改进,在网络结构的上采路径中,设计基于注意力机制的特征融合模块,对低级特征和高级特性进行融合,在损失函数中通过设计α、γ、δ3个影响因子来提高正样本与降低负样本的损失,以平衡正负样本的损失.实验结果表明,相比CenterNet模型,该模型在网络结构和损失函数上的准确度分别提高5.1%、9.81%.
PD-CenterNet网络;实时检测;行人检测;样本不平衡;损失函数;特征融合
47
TP391(计算技术、计算机技术)
国家自然科学基金;贵州省科技计划项目5781
2021-10-19(万方平台首次上网日期,不代表论文的发表时间)
共7页
276-282