计量学报

作者：张世辉,王红蕾,陈宇翔,刘新焕,张健,何欢,任卫东

关键词：计量学;目标检测;视觉测量;深度学习;特征图加权融合;改进的RPN网络

基金：国家自然科学基金(61379065);河北省自然科学基金(F2014203119);装备发展部信息系统局“十三五”预研课题(31511040401)

为了提高目标检测的准确性,提出了一种基于深度学习利用特征图加权融合实现目标检测的方法。首先,提出将卷积神经网络中的浅层特征图采样后与最深层特征图进行加权融合的思想;其次,根据所提的特征图加权融合思想以及卷积神经网络的具体结构,制定相应的特征图加权融合方案,并由该方案得到新特征图;然后,提出改进的RPN网络,并将新特征图输入到改进的RPN网络得到区域建议;最后,将新特征图和区域建议输入到后续网络层完成目标检测。实验结果表明所提方法取得了更高的目标检测精度以及更好的目标检测效果。

来源：2020年第11期

《计量学报》期刊编辑部

查看计量学报杂志2020年第11期