典型文献
改进级联卷积神经网络的预标注方法
文献摘要：
针对目标检测算法中需要人工标注数据,且存在人工成本高、时间成本高、标注效果一般的问题,提出一种基于级联卷积神经网络的图像预标注方法.级联卷积神经网络是目前最先进的目标检测算法之一,将级联卷积神经网络的输入层修改成多尺度方式以及将RPN层采用Anchor Free的方式来提出预检测框,并在公开数据集VOC2007及VOC2012上进行训练和测试,IoU为0.5,FPPI为0.3时,在VOC2007和VOC2012数据集上的recall分别达到了64.52％和65.71％.实验表明,改进后的级联卷积神经网络算法模型具有更高的检测召回率、更低的计算量,对于目标检测预标注来说可以降低人工操作的复杂度,提升标注效率.
文献关键词：
级联卷积神经网络;预标注方法;多尺度;RPN层
中图分类号：
作者姓名：
叶叶
作者机构：
泰州学院信息工程学院,泰州 225300
文献出处：
引用格式：
[1]叶叶-.改进级联卷积神经网络的预标注方法)[J].现代计算机,2022(23):25-31
A类：
预标注方法,FPPI
B类：
进级,级联卷积神经网络,目标检测算法,人工成本,时间成本,最先,输入层,改成,RPN,Anchor,Free,预检测,公开数据集,VOC2007,VOC2012,IoU,recall,神经网络算法,算法模型,召回率,计算量,人工操作
AB值：
0.274451
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。
