如何使用基于轉(zhuǎn)置卷積操作改進(jìn)進(jìn)行單階段多邊框目標(biāo)檢測方法
資料介紹
針對單階段多邊框目標(biāo)檢測( SSD)模型在以高交并比(IoU)評估平均檢測精度(mAP)時(shí)出現(xiàn)的精度下降問題,提出一種使用轉(zhuǎn)置卷積操作構(gòu)建的循環(huán)特征聚合模型。該模型以SSD模型為基礎(chǔ),使用ResNet 101作為特征提取網(wǎng)絡(luò)。首先,利用轉(zhuǎn)置卷積操作擴(kuò)大網(wǎng)絡(luò)結(jié)構(gòu)中深層特征圖的尺寸,為淺層特征圖引入對目標(biāo)的高層抽象和上下文信息;其次,使用全連接卷積層減少淺層特征圖在進(jìn)行特征聚合時(shí)出現(xiàn)偏差的可能性;最后,將淺層特征圖與表示了上下文信息的深層特征圖拼接,并使用lxl卷積操作恢復(fù)通道數(shù)。特征聚合過程可以循環(huán)進(jìn)行多次。實(shí)驗(yàn)結(jié)果表明,使用KITTI數(shù)據(jù)集,以交并比(IoU)為0.7評估平均檢測精度,與原始SSD模型相比,循環(huán)特征聚合模型的檢測精度提高了5.1個(gè)百分點(diǎn);與已有的精度最高Faster R-CNN相比,檢測精度提高了2個(gè)百分點(diǎn)。循環(huán)特征聚合模型能有效提升平均目標(biāo)檢測精度,生成高質(zhì)量的邊界框。
在現(xiàn)實(shí)世界的應(yīng)用中,以高精度分類和定位目標(biāo)是服務(wù)質(zhì)量的關(guān)鍵。例如,在高端的駕駛輔助系統(tǒng)中,精確地定位車輛和行人與實(shí)現(xiàn)安全的自動(dòng)駕駛緊密相關(guān)。
近幾年在目標(biāo)檢測領(lǐng)域取得的進(jìn)展體現(xiàn)了深度卷積神經(jīng)網(wǎng)絡(luò)在自動(dòng)駕駛技術(shù)發(fā)展中發(fā)揮的關(guān)鍵作用。目前基于卷積神經(jīng)網(wǎng)絡(luò)的不同方法可以大致被分為兩類:第一類是類似基于區(qū)域卷積神經(jīng)網(wǎng)絡(luò)( Regions with Convolutional Neural Network,R-CNN)‘11的雙階段方法。該類方法的第一階段產(chǎn)生高質(zhì)量的候選區(qū)域,第二階段對候選區(qū)域進(jìn)行分類和定位結(jié)果優(yōu)化。另外一類方法取消了生成候選區(qū)域階段,構(gòu)建了一個(gè)單階段的端到端模型。單階段模型通常更加容易訓(xùn)練,能夠在生產(chǎn)環(huán)境中達(dá)到更高的計(jì)算效率心]。然而,當(dāng)單階段模型需要以更高的交并比( Intersection over Union,IoU)來評估平均目標(biāo)檢測精度時(shí),運(yùn)算速度的優(yōu)勢通常會(huì)被較低的檢測精度抵消,而雙階段的目標(biāo)檢測方法能夠取得更高的檢測精度。造成單階段方法在高IoU條件下檢測精度降低的主要原因是:在復(fù)雜的場景中,模型很難生成高質(zhì)量的邊界框。
- PyTorch教程14.10之轉(zhuǎn)置卷積
- 深入理解深度學(xué)習(xí)中的反(轉(zhuǎn)置)卷積
- 基于卷積神經(jīng)網(wǎng)絡(luò)的雷達(dá)目標(biāo)檢測方法綜述 61次下載
- 增強(qiáng)區(qū)域全卷積網(wǎng)絡(luò)下的炸點(diǎn)檢測方法 12次下載
- 基于改進(jìn)YOLOv2的遙感圖像目標(biāo)檢測技術(shù) 11次下載
- 多尺度卷積特征融合的SSD目標(biāo)檢測 11次下載
- 基于改進(jìn)CNN的醫(yī)學(xué)圖像分割方法 6次下載
- 一種改進(jìn)的單激發(fā)探測器小目標(biāo)檢測算法 5次下載
- 基于級聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的番茄目標(biāo)檢測算法 4次下載
- 基于可變形卷積網(wǎng)絡(luò)的魚眼圖像目標(biāo)檢測方法 4次下載
- 采用自監(jiān)督CNN進(jìn)行單圖像深度估計(jì)的方法 13次下載
- 基于改進(jìn)Faster R-CNN的目標(biāo)檢測方法 3次下載
- 一種改進(jìn)FAST-CNN的超新星目標(biāo)檢測方法 7次下載
- 如何使用深度學(xué)習(xí)進(jìn)行監(jiān)控視頻中多類別車輛檢測資料說明 7次下載
- 基于單高斯背影模型運(yùn)動(dòng)目標(biāo)檢測方法的改進(jìn) 20次下載
- 圖像處理中的卷積運(yùn)算 608次閱讀
- 全卷積神經(jīng)網(wǎng)絡(luò)的工作原理和應(yīng)用 374次閱讀
- 基于深度學(xué)習(xí)的小目標(biāo)檢測 399次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)的卷積操作 281次閱讀
- 利用手持?jǐn)z像機(jī)圖像通過卷積神經(jīng)網(wǎng)絡(luò)實(shí)時(shí)進(jìn)行水稻檢測 369次閱讀
- 無Anchor的目標(biāo)檢測算法邊框回歸策略 906次閱讀
- 如何學(xué)習(xí)基于Tansformer的目標(biāo)檢測算法 568次閱讀
- 淺談紅外弱小目標(biāo)檢測算法 5468次閱讀
- 基于改進(jìn)FCOS的鋼帶表面缺陷檢測算法 1394次閱讀
- 深度解析什么是轉(zhuǎn)置卷積 5284次閱讀
- 采用FDA方法如何有效的實(shí)現(xiàn)單端轉(zhuǎn)差分 3365次閱讀
- 一篇文章搞定CNN轉(zhuǎn)置卷積 4531次閱讀
- 關(guān)于一種基于動(dòng)態(tài)規(guī)劃的機(jī)動(dòng)目標(biāo)檢測前跟蹤方法 8387次閱讀
- 基于yolo算法進(jìn)行改進(jìn)的高效衛(wèi)星圖像目標(biāo)檢測算法 1.1w次閱讀
- 深度卷積神經(jīng)網(wǎng)絡(luò)在目標(biāo)檢測中的進(jìn)展 5137次閱讀
下載排行
本周
- 1電子電路原理第七版PDF電子教材免費(fèi)下載
- 0.00 MB | 1490次下載 | 免費(fèi)
- 2單片機(jī)典型實(shí)例介紹
- 18.19 MB | 92次下載 | 1 積分
- 3S7-200PLC編程實(shí)例詳細(xì)資料
- 1.17 MB | 27次下載 | 1 積分
- 4筆記本電腦主板的元件識別和講解說明
- 4.28 MB | 18次下載 | 4 積分
- 5開關(guān)電源原理及各功能電路詳解
- 0.38 MB | 10次下載 | 免費(fèi)
- 6基于AT89C2051/4051單片機(jī)編程器的實(shí)驗(yàn)
- 0.11 MB | 4次下載 | 免費(fèi)
- 7藍(lán)牙設(shè)備在嵌入式領(lǐng)域的廣泛應(yīng)用
- 0.63 MB | 3次下載 | 免費(fèi)
- 89天練會(huì)電子電路識圖
- 5.91 MB | 3次下載 | 免費(fèi)
本月
- 1OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234313次下載 | 免費(fèi)
- 2PADS 9.0 2009最新版 -下載
- 0.00 MB | 66304次下載 | 免費(fèi)
- 3protel99下載protel99軟件下載(中文版)
- 0.00 MB | 51209次下載 | 免費(fèi)
- 4LabView 8.0 專業(yè)版下載 (3CD完整版)
- 0.00 MB | 51043次下載 | 免費(fèi)
- 5555集成電路應(yīng)用800例(新編版)
- 0.00 MB | 33562次下載 | 免費(fèi)
- 6接口電路圖大全
- 未知 | 30320次下載 | 免費(fèi)
- 7Multisim 10下載Multisim 10 中文版
- 0.00 MB | 28588次下載 | 免費(fèi)
- 8開關(guān)電源設(shè)計(jì)實(shí)例指南
- 未知 | 21539次下載 | 免費(fèi)
總榜
- 1matlab軟件下載入口
- 未知 | 935053次下載 | 免費(fèi)
- 2protel99se軟件下載(可英文版轉(zhuǎn)中文版)
- 78.1 MB | 537791次下載 | 免費(fèi)
- 3MATLAB 7.1 下載 (含軟件介紹)
- 未知 | 420026次下載 | 免費(fèi)
- 4OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234313次下載 | 免費(fèi)
- 5Altium DXP2002下載入口
- 未知 | 233045次下載 | 免費(fèi)
- 6電路仿真軟件multisim 10.0免費(fèi)下載
- 340992 | 191183次下載 | 免費(fèi)
- 7十天學(xué)會(huì)AVR單片機(jī)與C語言視頻教程 下載
- 158M | 183277次下載 | 免費(fèi)
- 8proe5.0野火版下載(中文版免費(fèi)下載)
- 未知 | 138039次下載 | 免費(fèi)
評論
查看更多