期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
特征融合与层间传递:一种基于Anchor DETR改进的目标检测方法
1
作者
章东平
魏杨悦
+3 位作者
何数技
徐云超
胡海苗
黄文君
《图学学报》
CSCD
北大核心
2024年第5期968-978,共11页
目标检测是计算机视觉领域中的一项重要任务,旨在从图像或视频中准确识别和定位感兴趣的目标物体。本文提出了一种改进的目标检测算法,通过增加特征融合、优化编码器层间传递方式和设计随机跳跃保持方法,解决一般Transformer模型在目标...
目标检测是计算机视觉领域中的一项重要任务,旨在从图像或视频中准确识别和定位感兴趣的目标物体。本文提出了一种改进的目标检测算法,通过增加特征融合、优化编码器层间传递方式和设计随机跳跃保持方法,解决一般Transformer模型在目标检测任务中存在的局限性。针对Transformer视觉模型由于计算量限制只应用一层特征,导致目标对象信息感知不足的问题,利用卷积注意力机制实现了多尺度特征的有效融合,提高了对目标的识别和定位能力。通过优化编码器的层间传递方式,使得每层编码器有效地传递和学习更多的信息,减少层间信息的丢失。还针对解码器中间阶段预测优于最终阶段的问题,设计了随机跳跃保持方法,提高了模型的预测准确性和稳定性。实验结果表明,改进方法在目标检测任务中取得了显著的性能提升,在COCO2017数据集上,模型的平均精度AP达到了42.3%,小目标的平均精度提高了2.2%;在PASCAL VOC2007数据集上,模型的平均精度AP提高了1.4%,小目标的平均精度提高了2.4%。
展开更多
关键词
目标检测
特征融合
TRANSFORMER
注意力机制
图像处理
下载PDF
职称材料
题名
特征融合与层间传递:一种基于Anchor DETR改进的目标检测方法
1
作者
章东平
魏杨悦
何数技
徐云超
胡海苗
黄文君
机构
中国计量大学信息工程学院
北京航空航天大学杭州创新研究院
浙江中控技术股份有限公司
出处
《图学学报》
CSCD
北大核心
2024年第5期968-978,共11页
基金
浙江省重点研发计划项目(2024C01028,2024C01108,2022C01082,2023C01032)。
文摘
目标检测是计算机视觉领域中的一项重要任务,旨在从图像或视频中准确识别和定位感兴趣的目标物体。本文提出了一种改进的目标检测算法,通过增加特征融合、优化编码器层间传递方式和设计随机跳跃保持方法,解决一般Transformer模型在目标检测任务中存在的局限性。针对Transformer视觉模型由于计算量限制只应用一层特征,导致目标对象信息感知不足的问题,利用卷积注意力机制实现了多尺度特征的有效融合,提高了对目标的识别和定位能力。通过优化编码器的层间传递方式,使得每层编码器有效地传递和学习更多的信息,减少层间信息的丢失。还针对解码器中间阶段预测优于最终阶段的问题,设计了随机跳跃保持方法,提高了模型的预测准确性和稳定性。实验结果表明,改进方法在目标检测任务中取得了显著的性能提升,在COCO2017数据集上,模型的平均精度AP达到了42.3%,小目标的平均精度提高了2.2%;在PASCAL VOC2007数据集上,模型的平均精度AP提高了1.4%,小目标的平均精度提高了2.4%。
关键词
目标检测
特征融合
TRANSFORMER
注意力机制
图像处理
Keywords
object detection
feature fusion
Transformer
attention mechanism
image processing
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
特征融合与层间传递:一种基于Anchor DETR改进的目标检测方法
章东平
魏杨悦
何数技
徐云超
胡海苗
黄文君
《图学学报》
CSCD
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部