基于K-Means算法的SSD-Mobilenet模型優(yōu)化研究 | |
所屬分類:解決方案 | |
上傳者:zhoubin333 | |
文檔大?。?span>1178 K | |
標簽: 目標檢測 k-means SSD-Mobilenet模型 | |
所需積分:0分積分不夠怎么辦? | |
文檔介紹:SSD-Mobilenet目標檢測模型是將SSD和Mobilenet進行結合衍生出的一種輕量化模型,同時具備了兩模型各自的優(yōu)勢,即多尺度檢測和模型輕量化。在原模型中特征提取層使用了人為設置的先驗框,這樣的設置存在一定的主觀性,并不適用于對特定場景下單一類別目標的識別與定位。為解決這一問題,本文提出了使用K-Means算法對目標真實框的寬高比進行聚類分析,提升模型在特定場景下對單一類別目標的檢測能力,規(guī)避了人為設置的主觀先驗性。使用Pascal VOC 2007數(shù)據(jù)集對該模型進行訓練和評估,實驗結果顯示,模型的mAP值比Fast RCNN提高了4.5%,比Faster RCNN提高了1.5%,比SSD-300提高了3.4%,比YOLOv2提高了2.4%。 | |
現(xiàn)在下載 | |
VIP會員,AET專家下載不扣分;重復下載不扣分,本人上傳資源不扣分。 |
Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權所有 京ICP備10017138號-2