典型文献
基于改进Mask RCNN的道路信息检测算法
文献摘要：
针对目前目标检测算法应用于道路信息检测精度低、速度慢、小目标检测效果差的问题,提出一种基于改进掩膜区域卷积神经网络(mask region convolutional network,Mask RCNN)的道路信息检测算法.引入深度可分离卷积提升检测速度;引入卷积注意力模块(convolutional block attention module,CBAM)与双向特征金字塔网络(bidirectional feature pyramid network,Bi-FPN)提高模型精度;借鉴迁移学习思想,基于PASCAL-VOC2012数据集对模型预训练,提高模型学习特征的能力;基于自制道路信息数据集完成模型正式训练.实验结果表明,使用改进方法优化后的基于ResNet50的Mask RCNN算法整体性能较好,平均精度均值达到95.2％,较原算法提高了 4.5％,检测帧率达到24.8帧/s,较原算法提高了 8.3帧/s,且小目标漏检现象变少,证明改进方法可以提高道路信息检测算法的检测精度、检测速度与小目标检测性能.
文献关键词：
道路信息检测;Mask RCNN算法;深度可分离卷积;卷积注意力模块;双向特征金字域网络
中图分类号：
作者姓名：
范博森;左云波;徐小力;王林枫
作者机构：
北京信息科技大学机电工程学院,北京100192
文献出处：
引用格式：
[1]范博森;左云波;徐小力;王林枫-.基于改进Mask RCNN的道路信息检测算法)[J].北京信息科技大学学报（自然科学版）,2022(03):88-95
A类：
道路信息检测,双向特征金字域网络
B类：
Mask,RCNN,目标检测算法,算法应用,检测精度,速度慢,小目标检测,检测效果,掩膜区域卷积神经网络,mask,region,convolutional,network,深度可分离卷积,检测速度,卷积注意力模块,block,attention,module,CBAM,双向特征金字塔网络,bidirectional,feature,pyramid,Bi,FPN,模型精度,迁移学习,学习思想,PASCAL,VOC2012,预训练,模型学习,学习特征,信息数据,成模,改进方法,方法优化,ResNet50,整体性能,平均精度均值,帧率,漏检,变少,检测性能
AB值：
0.34476
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
