Mask R-CNN中特征不平衡问题的全局信息融合方法OA北大核心CSCDCSTPCD
Global Information Fusion Method for Feature Imbalance Problem in Mask R?CNN
特征不平衡问题是影响神经网络检测效率的关键因素.针对Mask R-CNN中的特征不平衡问题,提出一种基于全局特征金字塔网络(GFPN)的信息融合方法.通过将GFPN产生的不同大小特征相融合,生成包含全局语义信息的特征网络,并采用反向过程对原始特征层进行重新标度,从而使得每个特征层均含有全局语义信息.实验结果表明,与原始基于Mask R-CNN的方法相比,该方法的检测精度提升4～6个百分点,而检测时间仅增加0.112 s.
文韬;周稻祥;李明
太原理工大学 大数据学院,山西 晋中 030600太原理工大学 大数据学院,山西 晋中 030600太原理工大学 大数据学院,山西 晋中 030600
信息技术与安全科学
特征不平衡全局特征金字塔网络语义信息MaskR-CNN方法深度学习
《计算机工程》 2021 (3)
256-260,268,6
国家自然科学基金(11771321)山西省科技厅社会发展科技攻关计划(201703D321032).
评论