典型文献
结合注意力机制和密集连接网络的车辆检测方法
文献摘要：
为提高算法对车辆检测的准确性,解决原有算法在复杂交通场景下对车辆检测效果不佳的问题,提出一种基于注意力机制和改进密集连接网络结构的车辆检测方法.首先在过渡层中使用SoftPool整合密集块之间的特征信息;其次通过轻量化通道注意力机制加强有效通道特征的表达,将其作为Darknet-53的深层特征提取层;引入CIOU损失作为模型的边界框位置预测损失项,使用深度可分离卷积缩减模型体积;与原算法相比mAP值提高2.6％,模型体积缩减为原来的42％,实验证明本算法在复杂交通场景下具有良好的检测性能.
文献关键词：
车辆检测;密集连接网络;注意力机制;SoftPool
中图分类号：
作者姓名：
梁继然;陈壮;董国军;陈琦;许延雷
作者机构：
天津大学微电子学院 天津 300072;天津市成像与感知微电子技术重点实验室 天津 300072;天津七一二通信广播有限公司 天津 300462
文献出处：
引用格式：
[1]梁继然;陈壮;董国军;陈琦;许延雷-.结合注意力机制和密集连接网络的车辆检测方法)[J].电子测量与仪器学报,2022(03):210-216
A类：
B类：
密集连接网络,车辆检测,交通场景,检测效果,过渡层,SoftPool,密集块,特征信息,通道注意力机制,注意力机制加强,通道特征,Darknet,深层特征,CIOU,边界框,位置预测,损失项,使用深度,深度可分离卷积,缩减模型,mAP,减为,检测性能
AB值：
0.376402
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。
