基于改进Deformable DETR的无人机视频流车辆目标检测算法OA北大核心CSTPCD
针对无人机视频流检测中小目标数量多、因图像传输质量较低而导致的上下文语义信息不充分、传统算法融合特征推理速度慢、数据集类别样本不均衡导致的训练效果差等问题,提出一种基于改进Deformable DETR的无人机视频流车辆目标检测算法。在模型结构方面,该算法设计了跨尺度特征融合模块以增大感受野,提升小目标检测能力,并采用针对object_query的挤压-激励模块提升关键目标的响应值,减少重要目标的漏检与错检率;在数据处理方面,使用了在线困难样本挖…查看全部>>
江志鹏;王自全;张永生;于英;程彬彬;赵龙海;张梦唯
战略支援部队信息工程大学地理空间信息学院,河南郑州450001战略支援部队信息工程大学地理空间信息学院,河南郑州450001战略支援部队信息工程大学地理空间信息学院,河南郑州450001战略支援部队信息工程大学地理空间信息学院,河南郑州450001战略支援部队信息工程大学地理空间信息学院,河南郑州45000132016部队,甘肃兰州730000战略支援部队信息工程大学地理空间信息学院,河南郑州450001
计算机与自动化
Deformable DETR目标检测跨尺度特征融合模块object query挤压-激励在线难样本挖掘
《计算机工程与科学》 2024 (1)
P.91-101,11
国家自然科学基金(42071340)。
评论