基于注意力特征金字塔的輕量級(jí)目標(biāo)檢測(cè)算法
所屬分類(lèi)：技術(shù)論文
上傳者：aetmagazine
文檔大?。?span>688 K
標(biāo)簽： 目標(biāo)檢測(cè) 特征金字塔 注意力機(jī)制
所需積分：0分積分不夠怎么辦？
文檔介紹：基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法因其模型復(fù)雜度和對(duì)計(jì)算能力的要求，難以部署在移動(dòng)設(shè)備等低算力平臺(tái)上。為了降低模型的規(guī)模，提出一種輕量級(jí)目標(biāo)檢測(cè)算法。該算法在自頂向下的特征融合的基礎(chǔ)之上，通過(guò)添加注意力機(jī)制構(gòu)建特征金字塔網(wǎng)絡(luò)，以達(dá)到更細(xì)粒度的特征表達(dá)能力。該模型以分辨率為320×320的圖像作為輸入，浮點(diǎn)運(yùn)算量只有0.72 B，并在VOC數(shù)據(jù)集上取得了74.2%的mAP，達(dá)到了與傳統(tǒng)單階段目標(biāo)檢測(cè)算法相似的精度。實(shí)驗(yàn)數(shù)據(jù)表明，該算法在保持了檢測(cè)精度的同時(shí)顯著降低了模型運(yùn)算量，更適合低算力條件下的目標(biāo)檢測(cè)。
現(xiàn)在下載
VIP會(huì)員，AET專(zhuān)家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。