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
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：
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
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
使用帮助 返回顶部