基于有效感受野的区域推荐网络
文献类型：期刊论文
| 刊名 | 模式识别与人工智能
 |
| 出版日期 | 2020 |
| 卷号 | 33 |
| 关键词 | Deep Convolutional Network Object Detection Region Proposal Effective Receptive Field Region Proposal Network(RPN) 深度卷积网络 目标检测 区域推荐 有效感受野 区域推荐网络(RPN) |
| ISSN号 | 1003-6059 |
| 英文摘要 | 基于卷积神经网络的目标检测方法通过优化区域推荐达到较高的检测精度.由此,文中提出基于有效感受野的区域推荐网络.在区域推荐网络上引入基于有效感受野的样本匹配方法,强化基于交叠比的样本匹配规则,增强特征信息在区域推荐生成时的表征能力,减少锚定框和区域推荐数目,简化锚定框参数设置.结合快速区域的卷积神经网络检测器后,在Pascal VOC数据集上的检测精度有所提升,这表明文中方法是有效的. |
| 语种 | 中文 |
| CSCD记录号 | CSCD:6749698 |
| 源URL | [http://ir.hfcas.ac.cn:8080/handle/334002/59132]  |
| 专题 | 中国科学院合肥物质科学研究院 |
| 推荐引用方式 GB/T 7714 | . 基于有效感受野的区域推荐网络[J]. 模式识别与人工智能,2020,33. |
| APA | (2020).基于有效感受野的区域推荐网络.模式识别与人工智能,33. |
| MLA | "基于有效感受野的区域推荐网络".模式识别与人工智能 33(2020). |
入库方式： OAI收割
来源：合肥物质科学研究院
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。