典型文献
基于改进特征金字塔的小目标增强检测算法
文献摘要：
小尺寸的物体由于其在图像中分辨率相对较低的原因,在检测任务中容易被丢失和误判.针对目前目标检测算法对小尺寸目标检测精确度远低于其他尺寸目标检测精度的问题加以改进,将小尺寸目标特征增强融入特征金字塔结构.利用多尺度特征融合的特征增强能力丰富小尺寸目标特征层的特征信息,从而使小尺寸目标检测精准度得到提升.将改进特征金字塔结构应用于YOLOv3网络,实验对比研究表明,小尺寸目标检测精准度可以达到0.179,较原网络提升了22.6％.
文献关键词：
特征金字塔;小目标检测;特征增强;特征融合
中图分类号：
作者姓名：
瑚琦;卞亚林;王兵
作者机构：
上海理工大学光电信息与计算机工程学院,上海 200093;上海理工大学上海市现代光学系统重点实验室,上海 200093
文献出处：
引用格式：
[1]瑚琦;卞亚林;王兵-.基于改进特征金字塔的小目标增强检测算法)[J].光学仪器,2022(05):14-19
A类：
B类：
改进特征,目标增强,小尺寸,误判,目标检测算法,检测精确度,检测精度,加以改进,目标特征,特征增强,特征金字塔结构,多尺度特征融合,增强能力,特征信息,结构应用,YOLOv3,实验对比,小目标检测
AB值：
0.281313
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。
