文献类型：期刊文章

作　　者：曹之君[1] 张良[1]

Cao Zhijun;Zhang Liang(Civil Aviation University of China,Tianjin 300300,China)

机构地区：[1]中国民航大学电子信息与自动化学院,天津300300

出　　处：《航天控制》

基　　金：国家自然科学基金(61179045)。

年　　份：2020

卷　　号：38

期　　号：4

起止页码：49-55

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD_E2019_2020、JST、ZGKJHX、核心刊

摘　　要：提出一种快速目标检测算法。在训练时,引入区域数目调节层,实时判断当前训练效果,根据当前训练效果,适当增减候选区域数目,达到节省开销的目的。训练结束,记录最佳候选区域数量。在测试时,候选区域数量选择为最佳候选区域数量。此外,深层次的卷积神经网络容易在训练中出现退化现象,引入残差网络能有效抑制该现象。以Resnet50为基础进行改进,重新搭建起58层特征提取网络。实验在PASCAL VOC数据集上进行,较经典网络模型,速率提升了18%,识别率提高了3%。另外针对特定飞行器检测做出改进,诸如多尺度训练和丰富锚点样式。

关 键 词：深度学习  目标检测 残差网络  区域建议网络  区域数目调节层  

分 类 号：TP391]