首页 | 官方网站   微博 | 高级检索  
     

一种基于FCOS神经网络的小建筑物目标检测方法
引用本文:林思玉,王敬东,顾东泽,姜宜君.一种基于FCOS神经网络的小建筑物目标检测方法[J].半导体光电,2022,43(2):369-376.
作者姓名:林思玉  王敬东  顾东泽  姜宜君
作者单位:南京航空航天大学 自动化学院,南京211106
基金项目:国家自然科学基金项目(U1531110).通信作者:王敬东E-mail:wjd1291@nuaa.edu.cn
摘    要:提出了一种基于FCOS神经网络的小建筑物目标检测算法,针对FCOS模型在特征提取阶段提取到的小建筑物目标特征较少问题,引入多尺度检测和可变形卷积方式,加强网络对小建筑物目标的特征提取能力,并通过改进后的SGE注意力机制降低特征图中的干扰噪声权重。改进后的网络可以提取到更多的小建筑物目标特征,对环境干扰噪声的鲁棒性更强。在自己搭建的数据集上进行了实验测试,结果表明,在相同环境下网络改进后建筑物的整体检测准确率提升了1.7%,其中对小建筑物目标提升了3.6%,减少了小建筑物目标漏检、误检的问题。

关 键 词:FCOS算法  可变形卷积  多尺度检测  空间注意力机制  建筑物检测
收稿时间:2021/11/13 0:00:00

Small Buildings Detection Method Based on FCOS Neural Network
LIN Siyu,WANG Jingdong,GU Dongze,JIANG Yijun.Small Buildings Detection Method Based on FCOS Neural Network[J].Semiconductor Optoelectronics,2022,43(2):369-376.
Authors:LIN Siyu  WANG Jingdong  GU Dongze  JIANG Yijun
Affiliation:College of Automation Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing 211106, CHN
Abstract:
Keywords:FCOS algorithm  deformable convolution  multi-scale detection  spatial attention mechanism  building detection
本文献已被 维普 万方数据 等数据库收录!
点击此处可从《半导体光电》浏览原始摘要信息
点击此处可从《半导体光电》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号