典型文献
基于无锚框目标检测算法的多样性感受野注意力特征补偿
文献摘要：
作为目标检测的研究热点之一,无锚框算法摒弃大量预定义框的设置而采取逐像素的方式进行预测.即便如此,它仍不能够很好地处理重叠目标.此外,该算法获取图像的全局信息能力较弱且易出现感受野不匹配.因此,提出2种改进方法:多样性感受野注意力机制和全局信息指导特征融合.PAS-CAL VOC和MS COCO数据集上广泛的实验证实了改进方法的有效性.与基线FCOS相比,本文方法的检测精度在PASCAL VOC上提升了1.4％,在MS COCO上的精确度为42.8％,检测性能明显优于许多先进算法.
文献关键词：
无锚框;多样性感受野;注意力机制;特征融合;目标检测
中图分类号：
作者姓名：
张海燕;付应娜;丁桂江;孟庆岩
作者机构：
合肥工业大学计算机与信息学院,安徽合肥 231009;三维医疗科技股份有限公司,江苏徐州 221000
文献出处：
引用格式：
[1]张海燕;付应娜;丁桂江;孟庆岩-.基于无锚框目标检测算法的多样性感受野注意力特征补偿)[J].计算机工程与科学,2022(11):1995-2002
A类：
多样性感受野,预定义框
B类：
无锚框目标检测,目标检测算法,特征补偿,锚框算法,摒弃,像素,即便如此,全局信息,信息能力,改进方法,注意力机制,特征融合,VOC,COCO,FCOS,检测精度,PASCAL,检测性能
AB值：
0.270899
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。
