典型文献
改进RetinaNet的轻量化工件检测算法研究
文献摘要：
针对传统目标检测模型参数量巨大,制约算法部署与模型推理实时性的问题,提出一种基于改进RetinaNet检测模型的轻量化实时目标检测网络.使用MobileNet-V2代替RetinaNet模型中的ResNet骨干网络,降低整体模型的参数量;设计锚框引导采样机制,基于特征金字塔输出特征层生成感兴趣区域掩码,减少背景区域冗余锚框,降低后处理过程中的计算复杂度;引入GFocalLossV2损失函数统计预测边框分布特征,优化预测边框质量以及提升分类准确度.该模型在自制多类别工件数据集WP和Pascal VOC公开数据集上进行验证实验,改进模型的检测准确率分别达到99.5％、80.5％,检测速度分别达到39.8 FPS、38.3 FPS.实验结果表明,该轻量级目标检测模型能够实现实时检测,同时保证了检测精度.
文献关键词：
RetinaNet;MobileNet-V2;引导采样;GFocalLossV2
中图分类号：
作者姓名：
梅菠萍;赵皓;阳珊;李林静;张静;张华
作者机构：
西南科技大学 信息工程学院,四川 绵阳 621010;中国科学技术大学 信息科学技术学院,合肥 230026
文献出处：
引用格式：
[1]梅菠萍;赵皓;阳珊;李林静;张静;张华-.改进RetinaNet的轻量化工件检测算法研究)[J].计算机工程与应用,2022(22):172-178
A类：
引导采样,GFocalLossV2
B类：
RetinaNet,工件检测,检测算法,算法研究,目标检测模型,模型参数量,法部,模型推理,实时目标检测,目标检测网络,MobileNet,ResNet,骨干网络,整体模型,锚框,采样机制,特征金字塔,感兴趣区域,区域掩码,少背,背景区域,计算复杂度,损失函数,统计预测,边框,多类别,件数,WP,Pascal,VOC,公开数据集,验证实验,改进模型,检测准确率,检测速度,FPS,轻量级目标检测,实时检测,检测精度
AB值：
0.406463
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。
