成果/Result
- 基于Faster RCNN的智能车道路前方车辆检测方法被引量：0收藏
- 作者：史凯静 鲍泓 徐冰心 潘卫国 郑颖
- 机构：北京联合大学北京市信息服务工程重点实验室
- 来源：《计算机工程》 2018
- 关键词：智能车 前方车辆 深度卷积神经网络 训练模型 准确率
- 摘要：使用Fast RCNN方法进行特征提取存在耗时较长且检测准确率较低的问题。为此,结合Faster RCNN前方车辆检测模型与3种不同大小的卷积神经网络,提出一种改进的前方车辆检测方法,研究对比各方法在3种交通场景数据库上...
- 融合多尺度和注意力机制的小样本目标检测被引量：0收藏
- 作者：李鸿天 史鑫昊 潘卫国 徐成 徐冰心 袁家政
- 机构：北京市信息服务工程重点实验室(北京联合大学);北京开放大学科技学院
- 来源：《计算机应用》 2024
- 关键词：迁移学习 小样本目标检测 注意力机制 多尺度特征融合 余弦相似度
- 摘要：现有基于微调的二阶段小样本目标检测方法对新类特征不敏感,易将新类别误判成与它相似度高的基类,影响模型的检测性能。针对上述问题,提出一种融合多尺度和注意力机制的小样本目标检测(MA-FSOD)算法。首先在骨干网络使用分组卷...
