典型文献
一种融合软注意力机制的DenseNet-SSD检测算法
文献摘要：
为了提高无人车在大型场景下对周围环境信息的感知,改善其在任务场景中的识别效率,文章从以下方面改进ssd算法:首先,引入DenseNet网络,进行特征图的重利用,降低计算复杂度,提高其收敛性;其次,融合软注意力机制,保证目标特征提取在空间上的聚焦;最后,采用反卷积操作增大感受野,提高检测效率.用VOC数据集进行验证,结果表明该算法平均准确率(mAP)为86.4％,比传统SSD算法提高7.8％,在测试集上的漏检率和误检率明显减少,提高了检测目标的准确性以及鲁棒性.
文献关键词：
SSD模型;DenseNet网络;注意力机制;目标检测识别;反卷积
中图分类号：
作者姓名：
吴松林;张国伟;卢秋红;黄威;施建壮
作者机构：
上海电力大学自动化工程学院,上海 200090;上海合时智能科技有限公司,上海 200040
文献出处：
引用格式：
[1]吴松林;张国伟;卢秋红;黄威;施建壮-.一种融合软注意力机制的DenseNet-SSD检测算法)[J].现代计算机,2022(13):25-31
A类：
ssd
B类：
软注意力机制,DenseNet,SSD,检测算法,无人车,周围环境,环境信息,任务场景,特征图,重利,低计算复杂度,收敛性,目标特征,反卷积,卷积操作,感受野,高检,检测效率,VOC,平均准确率,mAP,测试集,漏检率,误检率,目标检测识别
AB值：
0.429421
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。
