改進型DSSD算法在道路損傷檢測中的應用研究
所屬分類：技術論文
上傳者：aetmagazine
文檔大小：880 K
標簽： 道路損傷檢測 DSSD目標檢測算法 小目標檢測
所需積分：0分積分不夠怎么辦？
文檔介紹：在自動檢測中，由于道路損傷數據集存在小目標損傷難檢測與類別不平衡問題，導致道路損傷檢測的準確率低、虛假率高。為此，在DSSD(Deconvolutional Single Shot Detector)網絡模型的基礎上，提出一種結合注意力機制和Focal loss的道路損傷檢測算法。首先，采用識別精度更高的ResNet-101作為DSSD模型的基礎網絡；其次，在ResNet-101主干網絡中添加注意力機制，采用通道域注意力和空間域注意力結合的方式，實現特征在通道維度上的加權與空間維度上的聚焦，提升對小目標道路損傷的檢測效果；最后，為了減少簡單樣本的權重，增大難分類樣本的權重，使用Focal loss來提高整體的檢測效果。在Global Road Damage Detection Challenge比賽所提供的數據集上進行驗證，實驗結果表明，該模型的平均精度均值為83.95%，比基于SSD和YOLO網絡的道路損傷檢測方法的準確率更高。
現在下載
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。