首页|改进级联卷积神经网络的预标注方法

改进级联卷积神经网络的预标注方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对目标检测算法中需要人工标注数据,且存在人工成本高、时间成本高、标注效果一般的问题,提出一种基于级联卷积神经网络的图像预标注方法.级联卷积神经网络是目前最先进的目标检测算法之一,将级联卷积神经网络的输入层修改成多尺度方式以及将RPN层采用Anchor Free的方式来提出预检测框,并在公开数据集VOC2007及VOC2012上进行训练和测试,IoU为0.5,FPPI为0.3时,在VOC2007和VOC2012数据集上的recall分别达到了64.52％和65.71％.实验表明,改进后的级联卷积神经网络算法模型具有更高的检测召回率、更低的计算量,对于目标检测预标注来说可以降低人工操作的复杂度,提升标注效率.
Pre⁃Labeling Method Based on Improved Cascaded Convolutional Neural Network

叶叶

展开 >

泰州学院信息工程学院,泰州 225300

级联卷积神经网络 预标注方法 多尺度 RPN层

江苏省高等学校哲学社会科学研究项目泰州市软科学研究计划泰州学院教育教学改革研究课题(2021)

2022SJYB2329RKX202100242021JGB05

2022

10.3969/j.issn.1007-1423.2022.23.004

现代计算机
中大控股

现代计算机

影响因子：0.292
ISSN：1007-1423
年,卷(期)：2022.28(23)
  • 8