基于改进faster R-CNN算法的小目标车辆检测OA
针对faster R-CNN对远距离小目标车辆的检测效果较差的问题,文章融合特征金子塔网络(FPN)和faster R-CNN,提出了反卷积反向特征融合faster R-CNN算法.首先,对faster R-CNN算法的特征提取网络进行改进,选用ResNet-101网络替换VGG网络,不仅降低了训练难度,而且有效改善梯度消失问题,将其与提出的反卷积反向特征融合结构相结合,提高对远距离小目标车辆信息的多尺度特征的提取和表达能力;然后,将网络中的Re…查看全部>>
张昭;姚国愉;李雪纯;张佳乐
西安邮电大学 通信与信息工程学院,陕西 西安 710121西安邮电大学 通信与信息工程学院,陕西 西安 710121西安邮电大学 通信与信息工程学院,陕西 西安 710121西安邮电大学 通信与信息工程学院,陕西 西安 710121
信息技术与安全科学
fasterR-CNN小目标车辆检测特征融合
《科技创新与应用》 2021 (4)
28-32,5
评论