典型文献
基于改进Faster R-CNN的小目标安全帽检测算法研究
文献摘要：
针对现有模型在识别小目标安全帽图像中检测精度低的问题,提出了一种改进Faster R-CNN的小目标安全帽检测算法,采用ResNet101与FPN相融合作为特征提取网络,生成多尺度特征图.根据安全帽尺寸的大小,对区域建议网络生成anchor的尺寸进行调整,使之覆盖安全帽检测中所有尺寸的目标区域.实验结果表明,改进的模型平均精度达到90.9％,平均精度均值达到90.9％,相比于传统特征提取网络VGG16,平均精度提升了6.7％,平均精度均值提高了6.55％,且模型有一定泛化能力和鲁棒性.
文献关键词：
小目标检测;安全帽;卷积神经网络;深度学习
中图分类号：
作者姓名：
朱玉华;杜金月;刘洋;颉永鹏
作者机构：
沈阳工业大学 化工过程自动化学院,辽宁辽阳,111003
文献出处：
引用格式：
[1]朱玉华;杜金月;刘洋;颉永鹏-.基于改进Faster R-CNN的小目标安全帽检测算法研究)[J].电子制作,2022(19):64-66,83
A类：
B类：
Faster,安全帽检测,检测算法,算法研究,现有模型,检测精度,ResNet101,FPN,特征提取网络,多尺度特征图,区域建议网络,anchor,寸进,目标区域,模型平均,平均精度均值,传统特征,VGG16,精度提升,泛化能力,小目标检测
AB值：
0.343578
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。
