融合注意力機制的弱監(jiān)督迷彩偽裝目標檢測算法
所屬分類：技術論文
上傳者：zhoubin333
文檔大?。?span>1360 K
標簽： 目標檢測 弱監(jiān)督算法 注意力機制
所需積分：0分積分不夠怎么辦？
文檔介紹：隨著計算機硬件和人工智能技術的發(fā)展，強監(jiān)督目標檢測算法已經(jīng)取得了很大的成果。然而，強監(jiān)督目標檢測算法需要在大規(guī)模、標注精度高的數(shù)據(jù)集上進行訓練。但在某些特定領域，上述條件要求過于苛刻。例如，軍事上常用的迷彩偽裝目標的圖像數(shù)據(jù)集就比公共數(shù)據(jù)集更難獲得且標注難度更大。因此，采用對數(shù)據(jù)集要求更低的弱監(jiān)督目標檢測算法來實現(xiàn)迷彩偽裝目標的檢測任務。由于圖像中迷彩偽裝目標與背景融合度較大，導致原始淺層特征感知偽監(jiān)督目標定位(Shallow feature-aware Pseudo supervised Object Localization，SPOL)算法的檢測精度相對較低。本文的核心是在SPOL算法的基礎上融合注意力機制，通過加入注意力模塊，讓模型更加關注迷彩偽裝目標的區(qū)域，以此來提高迷彩偽裝目標的檢測精度。
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。