一种基于改进区域建议网络的目标检测方法

• 作者: 兰时勇 段志伟 赵启军
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 区域建议网络 Faster RCNN 交并比 注意力 非极大值抑制
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 189-193
• 页数: 5页
• 分类号: TP3
• 字数: 3353字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.05.033

摘要

针对区域建议网络(Region Proposal Network,RPN)生成的建议框显著性不强和使用的分类置信度与定位不匹配的问题,在Faster RCNN目标检测框架下,提出一种基于交并比(Intersection over Union,IoU)的区域建议网络.在区域建议网络增加IoU注意力分支,使用IoU作为非极大值抑制的置信度,明确对每个建议框的感兴趣程度,并增强建议框类内差异;改进区域建议网络分类损失函数,减少分类模块参数,加快推断速度.在PASCAL VOC 2007公开数据集上进行测试,结果表明该方法的平均精确率(Mean Average Precision,mAP)提高了约1.1％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	兰时勇	四川大学视觉合成图形图像技术国防重点学科实验室	21	171	8.0	12.0
2	赵启军	四川大学视觉合成图形图像技术国防重点学科实验室	11	30	3.0	5.0
3	段志伟	四川大学视觉合成图形图像技术国防重点学科实验室	2	0	0.0	0.0