典型文献
基于改进Faster RCNN的小尺度铁路侵限算法
文献摘要：
针对目前传统铁路异物侵线检测算法识别精度不高、对于小尺度目标异物存在漏检等问题,提出一种基于改进Faster RCNN的小尺度铁路侵限算法.在特征提取网络中利用特征金字塔模型将高层特征与低层特征相融合;通过修改锚点框尺寸和增加锚点个数来提高对目标建议区域的精确性;提出一种基于衰减得分的NMS算法;在引入迁移学习思想同时利用在线难例挖掘训练网络以解决数据缺乏、训练难收敛的问题.实验结果表明,改进的Faster RCNN与传统的Faster RCNN网络相比,mAP(mean average precision)提高了2.1％,对小目标的识别有较好准确度.
文献关键词：
铁路异物侵限;小目标检测;特征融合;在线难例挖掘;迁移学习
中图分类号：
作者姓名：
余志强;张明
作者机构：
石家庄铁道大学 电气与电子工程学院,河北 石家庄 050000
文献出处：
引用格式：
[1]余志强;张明-.基于改进Faster RCNN的小尺度铁路侵限算法)[J].计算机工程与设计,2022(04):1023-1031
A类：
异物侵线,铁路异物侵限
B类：
Faster,RCNN,前传,检测算法,算法识别,识别精度,小尺度目标,目标异物,漏检,特征提取网络,特征金字塔,金字塔模型,低层,锚点框,目标建议,精确性,减得,NMS,迁移学习,学习思想,在线难例挖掘,数据缺乏,mAP,mean,average,precision,小目标检测,特征融合
AB值：
0.403889
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。
