期刊文章详细信息
基于改进Faster R-CNN的小目标安全帽检测算法研究
文献类型：期刊文章
机构地区：[1]沈阳工业大学化工过程自动化学院,辽宁辽阳111003
年 份：2022
卷 号：30
期 号：19
起止页码：64-66
语 种：中文
收录情况：JST、普通刊
摘 要：针对现有模型在识别小目标安全帽图像中检测精度低的问题,提出了一种改进Faster R-CNN的小目标安全帽检测算法,采用ResNet101与FPN相融合作为特征提取网络,生成多尺度特征图。根据安全帽尺寸的大小,对区域建议网络生成anchor的尺寸进行调整,使之覆盖安全帽检测中所有尺寸的目标区域。实验结果表明,改进的模型平均精度达到90.9%,平均精度均值达到90.9%,相比于传统特征提取网络VGG16,平均精度提升了6.7%,平均精度均值提高了6.55%,且模型有一定泛化能力和鲁棒性。
关 键 词：小目标检测 安全帽 卷积神经网络 深度学习
分 类 号：TU714] TP391.41]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
