文献检索-宁波市创意产业特色资源库

限定检索结果

全卷积目标检测的改进算法: 收藏
分享
引用; 《计算机工程与应用》2022年第17期58卷 158-164页; 作者：廖永为张桂鹏杨振国刘文印广东工业大学计算机学院广州510006 鹏城实验室网络空间安全研究中心广东深圳518000; 基于无锚点的单阶段全卷积目标检测算法(FCOS)无需生成大量的锚点避免了样本不平衡问题,但FCOS可能更适应于某一特定场景。为了增强特征融合,并提高目标检测的准确性,提出了全卷积目标检测算法FCOS的改进算法confcos。该算法设计了一个...; 基于无锚点的单阶段全卷积目标检测算法(FCOS)无需生成大量的锚点避免了样本不平衡问题,但FCOS可能更适应于某一特定场景。为了增强特征融合,并提高目标检测的准确性,提出了全卷积目标检测算法FCOS的改进算法confcos。该算法设计了一个增强的特征金字塔网络,引入带有全局上下文信息的注意力模块和空洞卷积模块,以减少特征融合过程中的信息衰减。另外,构建了一个级联检测头来检测对象,对检测的边界框进行细化来提高分类和回归的置信度。此外,针对提出的confcos的损失函数进行了优化以提高目标检测的准确率。在COCO数据集上进行的实验表明,confcos的准确度比FCOS提高了1.6个百分点。; 来源：详细信息评论

限定检索结果