基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
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.
推荐文章
基于直方图极大值准则可变参数图像阈值分割方法
图像分割
阈值
直方图
极大值
可变参数
模极大值与阈值决策融合的小波语音数据去噪方法
小波去噪
模极大值
阙值
语音数据处理
基于小波模极大值的测井信号滤波
脉冲中子-中子(PNN)测井
滤波
多尺度分析
小波变换模极大值
信噪比
基于模极大值和相关性的图像噪声抑制融合算法
图像融合
模极大值
二进小波变换
噪声抑制
尺度相关
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于F1值的非极大值抑制阈值自动选取方法
来源期刊 智能系统学报 学科 工学
关键词 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
年,卷(期) 2020,(5) 所属期刊栏目 吴文俊人工智能科学技术奖论坛
研究方向 页码范围 1006-1012
页数 7页 分类号 TP391
字数 语种 中文
DOI 10.11992/tis.202006056
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 苗夺谦 123 2389 25.0 44.0
2 张红云 31 637 9.0 25.0
3 王照国 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (18)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1971(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2015(5)
  • 参考文献(1)
  • 二级参考文献(4)
2016(4)
  • 参考文献(0)
  • 二级参考文献(4)
2017(5)
  • 参考文献(1)
  • 二级参考文献(4)
2018(6)
  • 参考文献(2)
  • 二级参考文献(4)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
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
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
智能系统学报
双月刊
1673-4785
23-1538/TP
大16开
哈尔滨市南岗区南通大街145-1号楼
2006
chi
出版文献量(篇)
2770
总下载数(次)
11
总被引数(次)
12401
论文1v1指导