改进Mask R-CNN的车辆检测算法OA北大核心CSTPCD
Improved algorithm of Mask R-CNN for vehicle detection
为提升在不同复杂场景下的车辆检测性能,提出一种基于改进Mask R-CNN的车辆检测算法.在算法的主干网络ResNet50 中引入PSA极自注意力机制提升主干网络特征提取能力;在特征金字塔顶层网络中添加一个带有ECA注意力机制的分支与原分支进行特征融合,缓解顶层特征由于通道降维造成的信息损失.重新设计卷积检测头使得边框回归更为准确,并使用余弦退火算法和Soft-NMS算法来优化训练过程和后处理结果.实验结果表明,改进的Mask R-CNN车辆检测…查看全部>>
To enhance the vehicle detection performance in complex scenarios,an improved vehicle detection algorithm based on Mask R-CNN is proposed in this paper.In the backbone network,the improved vehicle detection algorithm introduce the polarized self-attention(PSA)mechanism to enhance the feature extraction capability of the ResNet50 network.Additionally,in the top-level network of the feature pyramid network add a branch with an efficient channel att…查看全部>>
汪菊;孙玉;吴宜良
福州大学空间数据挖掘与信息共享教育部重点实验室,福州大学地理空间信息技术国家地方联合工程研究中心,福建 福州 350108福州大学空间数据挖掘与信息共享教育部重点实验室,福州大学地理空间信息技术国家地方联合工程研究中心,福建 福州 350108福州大学空间数据挖掘与信息共享教育部重点实验室,福州大学地理空间信息技术国家地方联合工程研究中心,福建 福州 350108
计算机与自动化
车辆检测Mask R-CNN算法PSA极自注意力机制ECA注意力机制Soft-NMS算法
vehicle detectionMask R-CNN algorithmPSA mechanismECA mechanismSoft-NMS algorithm
《福州大学学报（自然科学版）》 2024 (4)
421-429,9
国家自然科学基金资助项目(42171426)
评论