典型文献
单步卷积神经网络在手机碎屏检测中的应用
文献摘要：
针对工业生产生活中的手机碎屏检测需求,本文提出一种RandomMask的随机性数据增强策略.首先将较大像素的手机碎屏图像特征进行裁剪和缩放来获得备选mask,其次将训练图片进行四等分得到四个中心锚点,最后将备选mask随机覆盖任一锚点之上以实现增强图像特征表达的目标.同时本文采用基于卷积神经网络的单步目标检测架构的改进设计,聚焦解决工业质检、手机碎屏险自助理赔等服务在实时场景下的速度和精度要求,在网络输入端Input、中间网络Neck、骨干网络Backbone以及输出网络Head部分分别应用不同深度学习检测器组件得到本文最优算法模型.该模型配合RamdomMask图像增强策略可以实现以44fps的实时检测速度获得对于手机碎屏数据的87.9％mAp的平均精度.
文献关键词：
卷积神经网络;深度学习;手机碎屏;碎屏检测;目标检测
中图分类号：
作者姓名：
赵兴文;童飞
作者机构：
浙江金融职业学院信息技术学院 杭州 310018
文献出处：
引用格式：
[1]赵兴文;童飞-.单步卷积神经网络在手机碎屏检测中的应用)[J].福建电脑,2022(12):25-29
A类：
手机碎屏,碎屏检测,RandomMask,RamdomMask,44fps,mAp
B类：
单步,随机性,数据增强策略,像素,图像特征,裁剪,缩放,放来,备选,mask,四等,分得,四个中心,锚点,任一,增强图像,特征表达,目标检测,改进设计,聚焦解决,工业质检,自助,助理,理赔,精度要求,Input,Neck,骨干网络,Backbone,输出网络,Head,不同深度,检测器,最优算法,算法模型,图像增强,实时检测,检测速度
AB值：
0.382376
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。
