10.3969/j.issn.2095-2783.2021.07.016
基于形状关系的目标检测模型异步检测头构建方法
从目标检测网络输出的特征图与输入目标之间具有的形状关系出发,提出一种目标检测模型异步检测头构建方法,先进行分类预测,再添加边框预测网络使之利用形状关系预测出目标框的检测头结构.这一结构将分类网络与边框回归网络完全分开,避免了特征不匹配问题.在添加为保留形状关系而改进的LOSS函数后,使用该检测头结构的MobileNet-YOLO目标检测网络在变电设备典型缺陷数据集上不同类别的精确率提升了2%~14%.在对结果的分析中推测检测头的适应场景,并使用VOC数据集对推测进行了验证.最后对检测头的有效性进行了分析,并指出了算法适应的数据集类型.
目标检测;神经网络;检测头;YOLO;卷积神经网络;缺陷检测
16
TP391.41(计算技术、计算机技术)
国网河北省电力有限公司科技项目kj2019-036
2021-08-11(万方平台首次上网日期,不代表论文的发表时间)
共7页
790-795,802