首页|改进Faster R-CNN的目标检测算法

改进Faster R-CNN的目标检测算法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
考虑到目标检测任务中由于目标尺寸大小、形态、遮挡和照明条件的巨大差异,论文对Faster R-CNN算法进行改进.首先,选择残差网络ResNet-101作为特征提取网络;其次,受Mask R-CNN中RoI Align的启发,引入RoI Align单元并结合双线性插值的方法保留浮点数以提高检测精度;最后采用soft-NMS算法代替传统的NMS算法来进行非极大值抑制,使得重叠度高的物体能被成功检测.实验结果表明在PASCALVOC2007数据集中改进算法均值平均精度为80.2％,相比faster R-CNN算法提高了3.8％.
Target Detection Algorithm of Improve Faster R-CNN

殷小芳、辛月兰、兰天

展开 >

青海师范大学物理与电子信息工程学院 西宁 810000

目标检测 Faster R-CNN ResNet-101 soft-NMS 均值平均精度

国家自然科学基金青海省重大科技专项子课题

616620622019-ZJ-A10

2021

10.3969/j.issn.1672-9722.2021.04.026

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2021.49(4)
  • 4
  • 2