改進型DSSD算法在道路損傷檢測中的應(yīng)用研究
所屬分類：技術(shù)論文
上傳者：aetmagazine
文檔大?。?span>880 K
標(biāo)簽： 道路損傷檢測 DSSD目標(biāo)檢測算法 小目標(biāo)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(shù)據(jù)集存在小目標(biāo)損傷難檢測與類別不平衡問題，導(dǎo)致道路損傷檢測的準(zhǔn)確率低、虛假率高。為此，在DSSD(Deconvolutional Single Shot Detector)網(wǎng)絡(luò)模型的基礎(chǔ)上，提出一種結(jié)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(chǔ)網(wǎng)絡(luò)；其次，在ResNet-101主干網(wǎng)絡(luò)中添加注意力機制，采用通道域注意力和空間域注意力結(jié)合的方式，實現(xiàn)特征在通道維度上的加權(quán)與空間維度上的聚焦，提升對小目標(biāo)道路損傷的檢測效果；最后，為了減少簡單樣本的權(quán)重，增大難分類樣本的權(quán)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(shù)據(jù)集上進行驗證，實驗結(jié)果表明，該模型的平均精度均值為83.95%，比基于SSD和YOLO網(wǎng)絡(luò)的道路損傷檢測方法的準(zhǔn)確率更高。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。