收藏本站
收藏 | 投稿 | 论文排版

面向小目标检测的改进RetinaNet模型及其应用

罗月童  江佩峰  段昶  周波  
【摘要】:基于深度学习的目标检测算法广泛应用于工业检测,RetinaNet算法因兼具速度与精度两方面的优势而备受关注,但对于小于32×32像素的小目标,该算法的检测精度不能满足工业检测的要求。为此,文中以增强小目标的训练为基本思路,针对RetinaNet算法进行了如下改进:在采样阶段,将低层特征图P2添加到FPN中,以确保小目标能被充分采样,同时引入自适应训练样本选择策略,以保证增加特征层之后仍能保持足够快的检测速度;在训练后期采用了损失权重调整策略,用于提高小目标中困难样本的拟合度。针对公共数据集MS COCO 2017及实际应用中的LED点胶工业数据集,改进后的方法使小于32×32目标的检测精度分别提高了4.1%和10.7%,这表明改进后的方法能显著提升小目标检测的水平。

知网文化
【相似文献】
中国期刊全文数据库 前13条
1 胡焱;徐志强;刘文劲;吴丹丹;;基于RetinaNet的低小慢无人机目标识别[J];现代计算机;2021年05期
2 闫建伟;张乐伟;赵源;张富贵;;改进RetinaNet的刺梨果实图像识别[J];中国农机化学报;2021年03期
3 姚青;谷嘉乐;吕军;郭龙军;唐健;杨保军;许渭根;;改进RetinaNet的水稻冠层害虫为害状自动检测模型[J];农业工程学报;2020年15期
4 马美荣;李东喜;;基于RetinaNet的手机主板缺陷检测研究[J];计算机工程与科学;2020年04期
5 万吉林;吴国强;管敏渊;吴凯;高奥;施康明;王慧芳;;基于RetinaNet的变压器图像小部件智能识别方法[J];电力系统保护与控制;2021年12期
6 张炳力;秦浩然;江尚;郑杰禹;吴正海;;基于RetinaNet及优化损失函数的夜间车辆检测方法[J];汽车工程;2021年08期
7 王健;王凯;刘刚;周文青;周子凯;;基于生成对抗网络和RetinaNet的销钉缺陷识别[J];华南理工大学学报(自然科学版);2020年02期
8 邱吕;任德均;郜明;付磊;吴华运;胡云起;;基于改进RetinaNet的医用塑瓶装箱计数算法[J];计算机与现代化;2020年12期
9 路晨;;基于RetinaNet网络的铁路轨道枕木和道钉识别[J];电工技术;2020年06期
10 刘光品;刘云鹏;王仁芳;;基于改进RetinaNet模型的室内安全帽佩戴检测研究[J];浙江万里学院学报;2020年06期
11 谢娟英;鲁银圆;孔维轩;许升全;;基于改进RetinaNet的自然环境中蝴蝶种类识别[J];计算机研究与发展;2021年08期
12 邓黄潇;;基于迁移学习与RetinaNet的口罩佩戴检测的方法[J];电子技术与软件工程;2020年05期
13 刘国文;张彩霞;李斌;杨阳;张文生;;基于改进RetinaNet模型的接触网鸟巢检测[J];数据采集与处理;2020年03期
中国硕士学位论文全文数据库 前9条
1 贾兆柱;基于RetinaNet的行人检测算法研究[D];大连理工大学;2019年
2 刘革;基于RetinaNet的网约车关键信息检测与识别算法研究[D];天津大学;2019年
3 贾旭强;基于深度学习的船舶目标检测方法研究[D];兰州大学;2021年
4 江洋;基于深度学习的火灾视频实时智能检测研究[D];海南大学;2020年
5 郭龙军;基于深度学习的水稻冠层害虫为害状智能监测平台的研究与实现[D];浙江理工大学;2020年
6 刘毛;基于深度学习的胸透X光片肺炎检测算法研究[D];浙江师范大学;2020年
7 孔雪;轻量化目标检测算法的研究与应用[D];东北石油大学;2019年
8 张淑青;基于深度学习的超市商品检测与识别算法研究[D];河北经贸大学;2021年
9 叶天奇;基于深度学习的左心房壁瘤检测研究[D];厦门大学;2019年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978