首页|基于改进Faster RCNN的目标检测算法

基于改进Faster RCNN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
近年来基于深度卷积神经网络的目标检测算法已经成为了主流,Faster R-CNN就是一种主流的目标检测算法.在Faster R-CNN卷积神经网络的基础上,使用DIoU来评价预测框和真实框的距离.针对Faster R-CNN小目标检测效果不好的缺陷,将原算法中的候选区域池化RoI Pooling改进为检测更为精确的区域特征聚集方式RoI Align.此外还改进了原算法中锚框的非极大值抑制方法,增加了算法的平均检测率.最后在公开数据集MS COCO、PASCAL VOC 2007、PASCAL VOC 2012上进行对比训练,在PASCAL VOC 2007测试集上进行验证.实验结果表明改进后的目标检测算法能够有效提高原Faster R-CNN算法的目标检测率.
Improved Object Detection Algorithm Based on Faster R-CNN

孙顺远、杨镇

展开 >

江南大学轻工过程先进控制教育部重点实验室 无锡 214122

江南大学物联网工程学院 无锡 214122

目标检测 卷积神经网络 Faster R-CNN算法 深度学习

1773182

2022

10.3969/j.issn.1672-9722.2022.12.010

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)：2022.50(12)
  • 3
  • 22