基于Faster-RCNN的快速目标检测算法 |
| |
引用本文: | 曹之君,张良.基于Faster-RCNN的快速目标检测算法[J].航天控制,2020,38(4):49-55. |
| |
作者姓名: | 曹之君 张良 |
| |
作者单位: | 中国民航大学电子信息与自动化学院,天津300300;中国民航大学电子信息与自动化学院,天津300300 |
| |
摘 要: | 提出一种快速目标检测算法。在训练时,引入区域数目调节层,实时判断当前训练效果,根据当前训练效果,适当增减候选区域数目,达到节省开销的目的。训练结束,记录最佳候选区域数量。在测试时,候选区域数量选择为最佳候选区域数量。此外,深层次的卷积神经网络容易在训练中出现退化现象,引入残差网络能有效抑制该现象。以Resnet50为基础进行改进,重新搭建起58层特征提取网络。实验在PASCAL VOC数据集上进行,较经典网络模型,速率提升了18%,识别率提高了3%。另外针对特定飞行器检测做出改进,诸如多尺度训练和丰富锚点样式。
|
关 键 词: | 深度学习 目标检测 残差网络 区域建议网络 区域数目调节层 |
本文献已被 CNKI 万方数据 等数据库收录! |
|