-
公开(公告)号：CN117475137A
公开(公告)日：2024-01-30
申请号：CN202311442716.2
申请日：2023-11-01
Applicant: 湖南大学
IPC: G06V10/25 , G06V10/762 , G06V10/774 , G06V10/766 , G06V10/764
Abstract: 本发明提出了一种复合特征图且融合anchor的密集小目标检测优化方法，属于计算机视觉目标检测领域。该发明用以提升密集小目标检测性能。技术方案为：获取原始已标注数据集用作训练输入数据。采用anchor‑based方法通过聚类获取多尺度的单目标不同尺寸先验框。推理时，第一步，使用anchor‑free对不同尺度的特征图的目标中心点和宽高进行回归，获得中大目标检测结果。第二步，使用较大特征图做置信度处理，再使用最大特征图对应较大特征图进行分类和回归。本发明可以使网络模型关注目标存在区域，减少anchor负样本不必要的冗余计算。并且对于整个特征图密集小目标具有更高的召回率。本发明对密集目标检测有提升效果，尤其对工业应用中密集目标检测性能提升显著。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
