改进损失函数的增强型FPN水下小目标检测EI北大核心CSCD |
| |
引用本文: | 乔美英,史建柯,李冰锋,赵岩,史有强.改进损失函数的增强型FPN水下小目标检测EI北大核心CSCD[J].计算机辅助设计与图形学学报,2023(4):525-537. |
| |
作者姓名: | 乔美英 史建柯 李冰锋 赵岩 史有强 |
| |
作者单位: | 1. 河南理工大学电气工程与自动化学院;2. 河南省煤矿装备智能检测与控制重点实验室 |
| |
基金项目: | 国家自然科学基金(41672363);;河南省科技攻关项目(222102220076);;河南省自然科学基金(232300421152); |
| |
摘 要: | 针对水下小目标因携带特征信息少、定位不精准而导致检测精度低的问题,提出一种特征金字塔网络(FPN).首先,在FPN上采样过程中加入协同非局部注意力模块,利用卷积、横纵向池化挖掘特征图的静态和动态上下文信息;其次,在FPN通道调整过程中加入三叉戟特征增强模块,利用并行空洞卷积与高效通道注意力(ECANet)捕捉多尺度空间与通道特征信息;最后,在FasterR-CNN算法的回归损失函数中引入线性回归损失增益系数,增大对多尺度目标回归偏移量的惩罚,提高定位精度.实验结果表明,采用2020年全国水下目标检测大赛提供的数据集、PASCALVOC数据集和MSCOCO数据集进行实验,该算法比基线FasterR-CNN算法精度分别提升2.8%,2.2%和2.5%,结果证明了其有效性.
|
关 键 词: | 水下目标检测 小目标检测 特征金字塔网络 损失函数 Faster R-CNN |
本文献已被 维普 等数据库收录! |
|