10.3969/j.issn.1000-386x.2022.06.026
基于改进U型网络的注意强化学习目标检测
为了提高目标检测领域小目标漏检及整体的检测精度不高的问题,提出改进的U-Net,以提取不同尺度的特征,并引入强化学习来调整包围框的精度.具体过程是定义检测框为agent,agent根据初始候选区域信息决定移动行为以选择下一个逼近真实目标的候选区域,重复上述过程直至agent确定当前区域足够精确时终止搜索过程.实验证明,该方法的目标检测精确度相比文献[16]方法提升了1.6百分点,有效地提升了小目标的利用率.
目标检测、U型网络、强化学习、特征融合、注意力机制机
39
TP391.4(计算技术、计算机技术)
内蒙古自然科学基金项目2018MS06008
2022-07-18(万方平台首次上网日期,不代表论文的发表时间)
共7页
169-175