投稿须知
  《图学学报》是中国图学学会主办的学术性刊物,现为《中文核心期刊要目总览》(第七版)科技类核心期刊、中国科技核心期刊(中国科技论文统计源期刊)、 ...

多阶段优化的小目标聚焦检测

作者:周立旺 潘天翔 杨泽曦 王斌

关键词: 目标检测; 小目标检测; 由粗到精; 无人冰柜; 深度学习;

摘要:目标检测是深度学习领域重要的基础问题之一,目前已经有相当多且较为成熟的研究。无人冰柜是人工智能在零售产业的一个应用场景。其通过冰柜内设置的摄像头捕捉图像,利用目标检测方法检测出顾客手中抓取的商品,然后进行后续的商品分类等任务的工作。而由于场景及硬件的限制,无人冰柜中只能使用速度快但精度较低的深度模型,而这些模型往往在小目标的检测上精度相对更低。针对无人冰柜场景数据的背景单一、目标范围小等特殊性,改进了主流的目标检测方法,提出了一种基于聚焦的由粗到精的2阶段检测网络结构FocusNet,提升了该场景下的小目标检测效果。该方法相比先前的模型在小目标检测上的平均准确率提升了8.3%,总体检测平均准确率提升了3.5%。 


上一篇:基于离散余弦变换基函数迭代的人脸图像识别
下一篇:一种改进FCN的肝脏肿瘤CT图像分割方法

Copyright © 2009 China Graphics Net. All Rights Reserved
图学网 / 京ICP备13039637 / 京公网安备1101080201295