典型文献
结合坐标注意力与自适应残差连接的logo检测
文献摘要：
Logo检测在品牌识别和知识产权保护等领域有着广泛的应用.针对logo检测中存在小尺度logo检测性能差和logo定位不准的问题,本文提出一种基于YOLOv4网络的logo检测方法,将YOLOv4网络PANet模块中的5个连续卷积层用设计的自适应残差块替换,增强浅层和深层的特征利用,有侧重地进行特征融合,同时优化网络训练;并在自适应残差块之后使用坐标注意力机制,通过精确的位置信息对通道关系和长期依赖性进行编码,从融合的特征中过滤和增强对于检测更有用的特征;最后采用K-means++聚类算法得到更适合logo数据集的先验框,并分配给不同的特征尺度.实验结果表明,本文提出的方法在FlickrLogos-32和FlickrSportLogos-10数据集上的平均精度达到了88.09％和84.72％,较原算法分别提高了0.91％和1.40％,在定位精度和小尺度logo检测上的性能都显著提升.
文献关键词：
logo检测;YOLOv4;坐标注意力;自适应残差连接
中图分类号：
作者姓名：
王林;范亚臣
作者机构：
西安理工大学 自动化与信息工程学院, 西安 710048
文献出处：
引用格式：
[1]王林;范亚臣-.结合坐标注意力与自适应残差连接的logo检测)[J].计算机系统应用,2022(05):137-146
A类：
自适应残差连接,FlickrLogos,FlickrSportLogos
B类：
logo,品牌识别,知识产权保护,小尺度,检测性能,YOLOv4,PANet,卷积层,残差块,重地,特征融合,同时优化,网络训练,坐标注意力机制,位置信息,means++,聚类算法,先验框,配给,特征尺度,定位精度
AB值：
0.265097
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。
