改进Mask R-CNN的细粒度车型识别算法

• 作者: 张庆辉 杨红卫 江昆鹏 闫洪涛
• 来源期刊: 软件
• 学科: 工学
• 关键词: 细粒度车型识别 MaskR-CNN 聚合残差-特征金字塔网络 区域建议网络 锚 Soft-NMS
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 基金项目论文
• 页码范围: 1-5
• 页数: 5页
• 分类号: TP391.4
• 字数: 3806字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2020.03.001

摘要

针对车辆型号繁多、部分型号间差异较小带来车辆分类困难的问题,构建一种基于改进的Mask R-CNN细粒度车辆型号识别算法.改进后的算法采用聚合残差-特征金字塔网络(ResNeXt-FPN)提取特征图;调整了区域建议网络(RPN)中锚(Anchor)的尺寸大小;用Soft-NMS代替了非极大值抑制算法(NMS),以提高检测精度;去除掩码分支,节省了预测时间.为了验证算法改进的效果,将其与最新的目标检测算法进行对比.实验结果证明,改进的算法提高了车辆识别的准确率,比原始算法准确率提升了2％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨红卫	河南工业大学信息科学与工程学院	40	193	9.0	11.0
2	张庆辉	河南工业大学信息科学与工程学院	70	263	8.0	13.0
3	闫洪涛		14	9	2.0	2.0
4	江昆鹏	河南工业大学信息科学与工程学院	1	0	0.0	0.0