资料下载
×
基于SSD和深层神经网络的目标检测方法
消耗积分:0 |
格式:pdf |
大小:1.12 MB |
2021-05-28
分享资料个
为了提高计算机视觉中目标检测的一种基本模型SSD在多任务场景中的准确率和效率，基于深度学习的相关理论研究，结合一种轻量级的深层神经网络 Mobilenεt的基本思想，构建了一种结合特征金字塔的多尺度卷积神经网络结构。利用 Tensorflow平台完成了以下一些工作：第一，对低层卷积层的特征图进行区域放大，保留更多的目标特征信息，再对高特征层进行特征提取;第二，在对重叠目标候选区琙进行过滤的时候，基于非极大值抑制的方法和思想设置阈值消除冗余的目标候选区域，使得产生的负样本的数目减少，使模型效果逐步趋于稳定;第三，针对目标检测中的预测区堿与真实区堿在匹配过程中所产生的正负样木进行处理，用于保证模型的稳定性等。基于以上方法硏究，使得模型对多目标识别的速度有所加快，鲁棒性更好，准确率更高，同时也适当降低了对硬件配置资源的需求。
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
- 相关下载
- 相关文章
