跨深度的卷积特征增强目标检测算法
文献类型：期刊论文
| 作者 | 王若霄; 徐智勇; 张建林 |
| 刊名 | 计算机工程与设计
 |
| 出版日期 | 2020-07-16 |
| 卷号 | 41期号:7页码:1864-1871 |
| 关键词 | 深度学习 目标检测 卷积神经网络 特征增强 多尺度特征 |
| ISSN号 | 1000-7024 |
| DOI | 10.16208/j.issn1000-7024.2020.07.011 |
| 文献子类 | 期刊论文 |
| 英文摘要 | 针对当前基于深度学习的目标检测算法采取的特征图融合方式存在缺陷,算法普遍不能很好地应对尺度变化等问题,提出一种跨深度卷积特征增强的目标检测算法CDC-YOLO。对YOLOv3算法进行改进,针对多尺度预测层各自的特点采用与之适应的特征增强模块,采用多通道的跨深度的卷积核并结合空洞卷积并行地提取特征,最终级联起来。该模块能充分利用多尺度多深度特征,形成统一的多尺度特征表达。在VOC2007test上的实验结果表明,提出算法的mAP (均值平均精度)高达82.33%,比原始YOLOv3提升了约2%,且对尺度变化大的物体鲁棒性更强。 |
| URL标识 | 查看原文 |
| 语种 | 中文 |
| 源URL | [http://ir.ioe.ac.cn/handle/181551/9973]  |
| 专题 | 光电技术研究所_光电探测与信号处理研究室（五室） |
| 作者单位 | 1.中国科学院大学电子电气与通信工程学院 2.中国科学院光电技术研究所 |
| 推荐引用方式 GB/T 7714 | 王若霄,徐智勇,张建林. 跨深度的卷积特征增强目标检测算法[J]. 计算机工程与设计,2020,41(7):1864-1871. |
| APA | 王若霄,徐智勇,&张建林.(2020).跨深度的卷积特征增强目标检测算法.计算机工程与设计,41(7),1864-1871. |
| MLA | 王若霄,et al."跨深度的卷积特征增强目标检测算法".计算机工程与设计 41.7(2020):1864-1871. |
入库方式： OAI收割
来源：光电技术研究所
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。