基于级联卷积神经网络的高效目标检测方法

来源 :计算机工程与应用 | 被引量 : 0次 | 上传用户:yh__nn
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目标检测作为计算机视觉的重要研究方向,在智慧城市、无人驾驶等领域的作用越来越重要。传统目标检测算法中,根据交并比(Intersection over Union,IOU)的大小判断正负样本,但较低的IOU会引入噪声,降低检测器的精度;较高的IOU会保留少数高质量样本,造成过拟合;并且推荐区域和检测器的IOU阈值相差过大会引起质量不匹配问题。针对上述问题,提出了一种基于级联网络的平行级联检测网络,它由一系列检测器串并联而成,每个检测器设置递增的IOU阈值,从而在每个阶段都会得到一个更高质量的样本分布来训练下
其他文献
Spark批处理应用执行时间预测是指导Spark系统资源分配、应用均衡的关键技术。然而,既有研究对于具有不同运行特征的应用采用统一的预测模型,且预测模型考虑因素较少,降低了
由于高速公路上行驶的车辆间未预先建立信任关系,车辆相互进行合作下载服务时,存在信任危机及安全隐患,严重影响合作下载的发展。为实现可信任的安全合作下载服务,提出基于SO
随着擦除码技术的流行,分布式存储中高数据可靠性和高空间效率存储性能逐渐实现,但是降低尾部延迟仍然是一个有待解决的问题。为此,提出一种量化和优化擦除编码存储系统尾延
目的分析综合护理干预对预防下肢骨折手术术后并发深静脉血栓的影响。方法选取2016年1月—2019年5月于本院行下肢骨折手术的50例患者为研究对象。根据随机数字表法将其分为传
目的探讨快速康复护理对肝脏手术患者术后康复状态评分的影响。方法选取2018年1月—12月在本院接受肝脏手术治疗的88例患者为研究对象。依照随机数字表法将患者分为对照组和
Robin算法是Grosso等人在2014年提出的一个分组密码算法。研究该算法抵抗不可能差分攻击的能力。利用中间相错技术构造一条新的4轮不可能差分区分器,该区分器在密钥恢复阶段
目的探究多模式镇痛护理对于肝癌开腹术患者术后疼痛控制的效果。方法选取本院2017年2月—2019年2月收治的138例肝癌行开腹肝切除术的患者为研究对象。按照护理方法的不同将
针对多视角数据间互补与一致特性难以刻画问题,提出一种基于图卷积神经网络的多视角聚类方法。通过对样本不同视角间相同邻接子图基于图卷积神经网络学习到的表达进行约束,有
海量阅读意在培养学生整体感知、筛选整合的基本阅读技能和快速默读、圈点勾画的基本阅读习惯,从而有效获取海量阅读内容,拓展阅读视野。徐特立说"不动笔墨不读书",教师应该
针对车辆目标检测过程中小目标及遮挡目标的错检、漏检问题,提出改进Cascade RCNN车辆目标检测方法。使用改进的特征金字塔将浅层信息逐层融入深层网络,增强小目标及遮挡目标特征;引入多支路空洞卷积,减少下采样过程中的特征丢失;将感兴趣区域与上下文信息通过ROI Align统一尺寸后融合,增强目标特征表达。实验结果表明,改进后Cascade RCNN能更好地检测出小目标及遮挡目标,在KITTI和U