基于DenseNet和注意力机制的静爆场破片识别方法研究
针对静爆场破片着靶图像识别中对小破片的识别较为困难的问题,采用改进的SSD目标检测算法,将SSD网络模型中的骨干网络修改为DenseNet,减少网络参数,降低输入图像特征信息的消耗,最大程度地保留目标物体的细节信息.另外引入注意力机制模型,结合通道注意力机制和空间注意力机制,获取特征层通道和特征点的权值,充分提取小破片的特征信息.实验结果表明,提出的方法对小破片的检测准确率达到89.82％,与传统的SSD方法相比误检率提高了3.6％,漏检率提高了6％,为分析破片的飞散特性和毁伤效果提供了保障.
静爆场破片、SSD、DenseNet网络、注意力机制
44
TP391.9(计算技术、计算机技术)
十四五江苏省重点学科项目;近地面探测技术重点实验室基金
2023-03-08（万方平台首次上网日期，不代表论文的发表时间）
共7页
259-265
