| 基于区域生成网络结构的多层特征融合目标检测算法 |
| |
| 引用本文： | 黄友文,冯恒,万超伦.基于区域生成网络结构的多层特征融合目标检测算法[J].科学技术与工程,2019,19(24):213-217. |
| |
| 作者姓名： | 黄友文 冯恒 万超伦 |
| |
| 作者单位： | 江西理工大学,江西理工大学 |
| |
| 基金项目： | 江西省教育厅科技项目，江西理工大学校级重点课题 |
| |
| 摘 要： | 现有深度学习目标检测算法往往只利用了卷积神经网络(convolutional neural network,CNN)提取的深层特征进行判别,对浅层特征利用不足。为了利用浅层的细节信息来提高最终所提取的特征层信息的丰富性,提出了一种基于区域生成网络(region proposal network,RPN)结构的多层特征融合目标检测算法,该算法通过深度卷积网络获取不同层次的特征,并将浅层特征与深层次特征进行融合来获得更加丰富的提取特征,以提升检测模型的性能。以Image Net上的公开数据voc2007为实验对象,以Faster RCNN为基础的检测框架进行改进,最终改进后的平均精度均值(mean average precision,mAP)相比于Faster RCNN有所提升,表明研究结果提升了目标检测模型的准确度。
|
| 关 键 词： | 目标检测 特征提取 特征融合 卷积神经网络 特征映射 |
| 收稿时间： | 2019/2/27 0:00:00 |
| 修稿时间： | 2019/4/7 0:00:00 |
Multi-feature fusion Object detection algorithm Based on RPN network structure |
| |
| HUANG Youwen,-FENG Heng and -WAN Chaolun.Multi-feature fusion Object detection algorithm Based on RPN network structure[J].Science Technology and Engineering,2019,19(24):213-217. |
| |
| Authors: | HUANG Youwen -FENG Heng and -WAN Chaolun |
| |
| Institution: | Jiangxi University of Science and Technology College of Information Engineering,, |
| |
| Abstract: | |
| |
| Keywords: | object detection feature extraction feature fusion convolutional neural network feature mapping |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
| 点击此处可从《科学技术与工程》下载免费的PDF全文 |
|
