10.3969/j.issn.1007-130X.2022.11.012
基于无锚框目标检测算法的多样性感受野注意力特征补偿
作为目标检测的研究热点之一,无锚框算法摒弃大量预定义框的设置而采取逐像素的方式进行预测.即便如此,它仍不能够很好地处理重叠目标.此外,该算法获取图像的全局信息能力较弱且易出现感受野不匹配.因此,提出2种改进方法:多样性感受野注意力机制和全局信息指导特征融合.PAS-CAL VOC和MS COCO数据集上广泛的实验证实了改进方法的有效性.与基线FCOS相比,本文方法的检测精度在PASCAL VOC上提升了1.4%,在MS COCO上的精确度为42.8%,检测性能明显优于许多先进算法.
无锚框、多样性感受野、注意力机制、特征融合、目标检测
44
TP391.9(计算技术、计算机技术)
安徽省重点研究与开发计划项目201904d07020018
2022-11-24(万方平台首次上网日期,不代表论文的发表时间)
共8页
1995-2002