脱离预训练的多尺度目标检测网络模型

• 作者: 包壮壮 庞梦洋 王明芳 董玉浩 贺刚 赵学军 黄林
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 脱离预训练 可变卷积 小目标检测 多尺度目标 遥感图像
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 图形图像处理
• 页码范围: 248-255
• 页数: 8页
• 分类号: TP183
• 字数: 6142字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0056417

摘要

为提高卷积神经网络目标检测模型精度并增强检测器对小目标的检测能力,提出一种脱离预训练的多尺度目标检测网络模型.采用脱离预训练检测网络使其达到甚至超过预训练模型的精度,针对小目标特点设计新的Deformable-ScratchNet网络模型,调整网络结构并融合浅层信息以提高对小目标的检测性能.实验结果表明,与Faster-RCNN等经典网络模型相比,该模型在PASCAL VOC数据集和自制遥感军事目标数据集上的检测精度更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵学军	空军工程大学基础部	48	176	7.0	11.0
2	庞梦洋	空军工程大学基础部	3	0	0.0	0.0
3	包壮壮	空军工程大学基础部	5	0	0.0	0.0
4	黄林	空军工程大学基础部	4	0	0.0	0.0
5	董玉浩	空军工程大学基础部	5	1	1.0	1.0