首页|二次特征融合的YOLO目标检测算法

二次特征融合的YOLO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
为解决YOLO目标检测算法精确度低的问题,提出一种二次特征融合的YOLO目标检测算法.使用改进的可分离卷积模块来对传统的卷积模块进行改进,从而减小网络的模型,保证目标检测的速度;将卷积块之间的残差连接改进为密集连接,从而增大感受野;对于输出的三个不同大小的特征图进行二次特征融合,将高层特征信息与下层特征信息结合,让下层信息充分融合上层信息,从而提高对图片特征提取的能力.在PASCAL VOC 2007、WiderFace数据集上实验的结果表明,该方法对于目标检测的精度有明显的提高.
YOLO Target Detection Algorithm Based on Secondary Feature Fusion

朱杰、辛月兰、孙可心

展开 >

青海师范大学计算机学院 西宁 810000

二次特征融合 YOLO 目标检测 密集网络 可分离卷积网络

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.1672-9722.2021.05.010

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(5)
  • 2
  • 1