基于F1值的非极大值抑制阈值自动选取方法
传统的NMS算法的过滤阈值是人为设定的,由于阈值的选取不当可能会造成漏检和误检.在应用NMS算法时,所有图像的最佳阈值不是完全相同的,根据图像自身信息的不同而发生变化.针对上述问题,提出基于F1值的非极大值抑制阈值自动选取方法,综合考虑检测算法的准确率与召回率,选取使F1值最高的最佳过滤阈值,构建映射关系.测试阶段,利用映射关系和图像信息自动选取对应的过滤阈值.实验结果表明,本文提出的改进版本NMS算法将检测精度mAP值提高了1.1%.与现有的先进算法做对比,证明了本文算法的有效性.
计算机视觉、目标检测、非极大值抑制算法、卷积神经网络、深度学习、检测框、F1值、自适应算法
15
TP391(计算技术、计算机技术)
国家自然科学基金项目;国家重点研发计划项目213
2021-01-26(万方平台首次上网日期,不代表论文的发表时间)
共7页
1006-1012