改进的Mask R-CNN多尺度实例分割算法研究

• 作者: 燕必希 王君 董明利 贾欣雨 陈敏
• 来源期刊: 激光杂志
• 学科: 工学
• 关键词: 实例分割 多尺度 Mask R-CNN 足球机器人
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 现代光信息传感技术
• 页码范围: 40-44
• 页数: 5页
• 分类号: TN27
• 语种: 中文
• DOI: 10.14016/j.cnki.jgzz.2020.05.040

摘要

针对现有多尺度实例分割算法定位精度不高、分割质量差的问题,提出了一种改进的Mask R-CNN多尺度实例分割算法.首先,采用训练数据增强的方法,强化样本细节特征,降低训练数据过拟合的风险;其次,在特征金字塔网络的基础上,通过侧边连接构建自底至顶的多路径网络信息流聚合方式,加强底层信息的利用率和传播效率;最后将该方法应用于足球机器人视觉系统.实验结果表明:相比Mask R-CNN算法,本算法在COCO数据集和自建机器人数据集的平均准确率分别提高4.1％和3.9％,并且分割质量得到了较大提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董明利	北京信息科技大学仪器科学与光电工程学院	115	399	10.0	16.0
2	王君	北京信息科技大学仪器科学与光电工程学院	50	89	5.0	7.0
3	燕必希	北京信息科技大学仪器科学与光电工程学院	52	97	5.0	8.0
4	陈敏	北京信息科技大学仪器科学与光电工程学院	2	1	1.0	1.0
5	贾欣雨	北京信息科技大学仪器科学与光电工程学院	1	0	0.0	0.0