×

加强人脸识别准确率的Faster-RCNN模型

消耗积分:0 | 格式:rar | 大小:2.84 MB | 2021-03-11

分享资料个

  为实现对自然场景下小尺度人脸的准确检测,提出一种改进的 Faster-RCNN模型。采用 Resnet-50提取卷积特征,对不同卷积层的特征图进行多尺度融合,同时将区域建议网络产生的锚框由最初的9个改为15个,以更好地适应小尺度人脸检测场景。在此基础上,利用在线难例挖掘算法优化训练过程,采用软非极大值抑制方法解决漏检重叠人脸的冋题,并在训练阶段通过多尺度训练提髙模型的泛化能力。实验结果表明,该模型在 Wider face数据集上平均精度为89.0%,较原 Faster-RCNN模型提升3.5%,在FDDB数据集上检出率也高达95.6%。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !