基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
小目标检测是现阶段目标检测领域的热点和难点问题.针对小目标检测漏检及对硬件性能要求较高的问题,对Tiny YOLOV3进行改进,提出一种适合在低性能平台上使用的小目标检测算法AE-Tiny YOLOV3.首先,使用EfficientNet-B0骨干网络替换原算法的特征提取网络;其次,在检测网络中增加一个检测分支,形成3尺度预测;最后,引入注意力机制对3个检测分支进行改进.实验结果表明,在VOC07+12数据集上,AE-Tiny YOLOV3算法满足实时检测的要求,并且鲁棒性较高,最高能将mAP值提高16.89%.将AE-Tiny YOLOV3算法应用在架空输电线路中绝缘子状态检测实例上,mAP达到了86.53%,相较于Tiny YOLOV3算法提升了15.27%,能满足对小目标绝缘子状态的实时检测.
推荐文章
基于YOLOv3的车辆多目标检测
车辆
多目标检测
Darknet-53网络
YOLOv3
Tiny YOLOV3目标检测改进
目标检测
Tiny YOLOV3
深度可分离卷积
反残差块
多尺度预测
基于改进 YOLOv3 的葡萄叶部病虫害检测方法
葡萄病害检测
深度学习
轻量化
注意力机制
一种基于改进Yolov3的弹载图像多目标检测方法
弹载图像
目标检测
YOLOv3
位置损失
快速NMS
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于AE-Tiny YOLOV3的小目标检测模型
来源期刊 软件导刊 学科 工学
关键词 小目标检测 Tiny YOLOV3 注意力机制 多尺度检测 绝缘子状态检测
年,卷(期) 2022,(3) 所属期刊栏目 人工智能
研究方向 页码范围 55-61
页数 7页 分类号 TP301
字数 语种 中文
DOI 10.11907/rjdk.212252
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
小目标检测
Tiny YOLOV3
注意力机制
多尺度检测
绝缘子状态检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导