典型文献
基于特征融合和注意力机制的SSD改进算法
文献摘要：
SSD算法在应用于目标检测任务时,对小目标的检测准确率较低,针对此问题本文提出了一种新的改进的SSD目标检测算法.该算法采用了ResNet50网络作为特征提取网络,加入了特征融合模块和注意力模块用以提升模型的检测能力.通过特征融合模块得到比原来单一特征层更具有判别能力的新特征层,更加有效的提取图像中的细节特征;经注意力模块对特征图中的通道进行加权处理,使模型更容易关注到有效特征层中的重要信息,抑制对背景等无用信息的关注度.实验表明:该算法在PASCAL VOC数据集上的mAP为81.2％,检测能力相较于传统的SSD算法得到了显著提升.
文献关键词：
目标检测;特征提取网络;特征融合;注意力机制;SSD
中图分类号：
作者姓名：
秦大勇;林玉娥;梁兴柱
作者机构：
安徽理工大学 计算机科学与工程学院,安徽 淮南 232001;安徽理工大学 环境友好材料与职业健康研究院(芜湖),安徽 芜湖 241003
文献出处：
引用格式：
[1]秦大勇;林玉娥;梁兴柱-.基于特征融合和注意力机制的SSD改进算法)[J].兰州工业学院学报,2022(06):72-77
A类：
B类：
注意力机制,SSD,改进算法,小目标,检测准确率,题本,目标检测算法,ResNet50,特征提取网络,特征融合模块,注意力模块,检测能力,新特征,细节特征,经注,特征图,注到,有效特征,重要信息,无用信息,PASCAL,VOC,mAP
AB值：
0.421222
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。
