典型文献
基于深度学习的风机叶片复杂场景目标定位检测算法
文献摘要：
提出一种基于深度学习的风机叶片复杂场景检测与分析方法,为了解决弱监督目标定位算法中,目标定位区域不完整,定位区域中背景内容过多的问题,提出了一种应用在风机叶片复杂场景检测,基于自适应特征矫正的弱监督定位算法.该方法引入了自适应特征矫正模块,首先将输入的特征按通道分组,每组特征按照通道平均分为两部分,对这两部分特征分别使用空间注意力机制和改进的通道注意力机制,之后对两部分特征做拼接操作,最终对各组拼接后的特征做通道随机混合操作.在CUB目标定位数据集上对比验证了方法的有效性.实验结果表明,提出方法较基于自适应注意力增强的弱监督目标定位算法能够得到更加准确的目标区域.
文献关键词：
人工智能;弱监督目标定位;特征矫正;通道随机混合
中图分类号：
作者姓名：
齐勇军;汤海林;翟敏焕
作者机构：
广东白云学院大数据与计算机学院,510450,广州
文献出处：
引用格式：
[1]齐勇军;汤海林;翟敏焕-.基于深度学习的风机叶片复杂场景目标定位检测算法)[J].江西科学,2022(06):1162-1165,1236
A类：
特征矫正,通道随机混合
B类：
风机叶片,定位检测,检测算法,复杂场景检测,检测与分析,弱监督目标定位,定位算法,道平均,平均分,分特征,空间注意力机制,通道注意力机制,拼接,组拼,CUB,定位数据,对比验证,注意力增强,目标区域
AB值：
0.254767
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。
