基于注意力特征金字塔的輕量級目標檢測算法
所屬分類：技術(shù)論文
上傳者：aetmagazine
文檔大?。?span>688 K
標簽： 目標檢測 特征金字塔 注意力機制
所需積分：0分積分不夠怎么辦？
文檔介紹：基于深度學習的目標檢測算法因其模型復雜度和對計算能力的要求，難以部署在移動設(shè)備等低算力平臺上。為了降低模型的規(guī)模，提出一種輕量級目標檢測算法。該算法在自頂向下的特征融合的基礎(chǔ)之上，通過添加注意力機制構(gòu)建特征金字塔網(wǎng)絡(luò)，以達到更細粒度的特征表達能力。該模型以分辨率為320×320的圖像作為輸入，浮點運算量只有0.72 B，并在VOC數(shù)據(jù)集上取得了74.2%的mAP，達到了與傳統(tǒng)單階段目標檢測算法相似的精度。實驗數(shù)據(jù)表明，該算法在保持了檢測精度的同時顯著降低了模型運算量，更適合低算力條件下的目標檢測。
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。