基于一阶段模式的目标检测模型的设计与调优

• 作者: 张昱 王俊彦
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 目标检测 小物体检测 浅层特征 密集连接
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 90-94,100
• 页数: 6页
• 分类号: TP3
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.11.016

摘要

现有的实时目标检测模型在小物体检测上存在精度不高的问题,通过使用新的网络结构以及更加合理简洁的特征使用方式来优化该问题.以密集型连接的形式设计特征提取网络,利用全部浅层特征来辅助对小物体的检测,并保持其能满足实时性要求;改进YOLOv2检测模型中的浅层特征融合方式,通过多种尺寸的池化操作来简化和优化YOLOv2的重组过程.在数据集PASCAL VOC2007+2012上,取得了75.6％的平均准确率(mAP)和52.7帧/s(实时性要求30帧/s)的检测速度,相比YOLOv2提升0.5％mAP.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张昱		148	1995	25.0	38.0
2	王俊彦		1	0	0.0	0.0