Changchun Institute of Optics,Fine Mechanics and Physics,CAS
| 一种改进的基于深度学习的小目标检测方法 | |
| 魏希来; 孙海江; 刘培勋; 孙兴龙 | |
| 2024-04-20 | |
| 发表期刊 | 机电工程技术
 |
| 卷号 | 53期号:04页码:125-128+213 |
| 摘要 | 提出了一种改进的基于深度学习的小目标检测方法，用于解决当前主流算法针对小目标进行检测时输入图像需为小尺寸照片且模型参数过多等缺点的问题。为了解决这些问题，首先对图像进行预处理，将一张较大尺寸的图像按一定规则拆分成多张小尺寸图像后送入网络，克服了以往算法需要小尺寸图像才能进行检测的问题。对DNANet网络结构进行改进，减少其网络层数，提高了网络推断速度。使用TverskyLoss为像素分割的损失函数对损失函数进行优化，并采用渐进式学习法训练模型，使网络从普通目标到小目标的检测过程更为稳定。实验结果表明，该方法有效提升了深度学习在小目标大尺寸图像方面的收敛速度，改进后的网络对大尺寸图像的预测准确率提升了5%，预测时间缩短了25%。综上所述，提出的基于深度学习的小目标检测方法，可以方便地应用于工程实践中，并具有较高的实际应用价值。 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.ciomp.ac.cn/handle/181722/68712 |
| 专题 | 中国科学院长春光学精密机械与物理研究所 |
| 作者单位 | 中国科学院长春光学精密机械与物理研究所 |
| 第一作者单位 | 中国科学院长春光学精密机械与物理研究所 |
| 推荐引用方式 GB/T 7714 | 魏希来,孙海江,刘培勋,等. 一种改进的基于深度学习的小目标检测方法[J]. 机电工程技术,2024,53(04):125-128+213. |
| APA | 魏希来,孙海江,刘培勋,&孙兴龙.(2024).一种改进的基于深度学习的小目标检测方法.机电工程技术,53(04),125-128+213. |
| MLA | 魏希来,et al."一种改进的基于深度学习的小目标检测方法".机电工程技术 53.04(2024):125-128+213. |
| 条目包含的文件 | 下载所有文件 | |||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| 一种改进的基于深度学习的小目标检测方法.（1763KB） | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 | |
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [魏希来]的文章 |
| [孙海江]的文章 |
| [刘培勋]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [魏希来]的文章 |
| [孙海江]的文章 |
| [刘培勋]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [魏希来]的文章 |
| [孙海江]的文章 |
| [刘培勋]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论