文件名称：基于卷积特征融合的通用目标检测方法
文件大小：1019KB
文件格式：PDF
更新时间：2024-05-20 08:48:20
卷积神经网络 特征融合 特征复用
针对现有目标检测算法在检测时易受到图像尺度变化、目标间遮挡或截断等因素影响的问题，对卷积神经网络（convolutional neural network，CNN）中不同层次的特征进行了研究，提出了一种融合深度网络卷积特征的目标检测算法。算法采用多阶段的特征复用和特征融合减少特征间相关性的损失，最终在PASCAL VOC 2007测试数据集上mAP（mean average precison，平均精度均值）值达到了84.21%；与未使用特征融合方法以及使用传统特征融合的方法相比，提出的方法将mAP分别提高了4.41%和2.71%。