基于全局信息的目标检测标签分配方法

摘要：

随着深度学习框架的发展,新的目标检测算法也不断被提出,如一阶段、二阶段检测模型等,它们很好地提高了检测速度、解决了不同尺度目标检测的问题,但对于交叠、遮挡等问题,仍没能很好地解决.造成该问题的原因之一就在于模型训练期间,标签分配工作没有做好.针对该问题,提出基于全局信息的目标检测标签分配方法,该方法在模型训练阶段,利用指派方法,根据损失函数,建立全局最优的标签分配数学模型,给出了该模型与其他目标检测模型的融合方式,以及该方法在目标检测过程中所起到的作用.将该模型与常规的目标检测模型相融合,进行目标检测,实验结果表明,在有交叠、遮挡等复杂检测场景下,融合该方法的检测模型,其精确率均优于没有使用该方法的模型.

关键词：目标检测、标签分配、指派模型、深度学习

所属期刊栏目：27

分类号：TP391.41;TP18(计算技术、计算机技术)

资助基金：教育部产学合作协同育人项目;河北省社科联项目

在线出版日期：2022-09-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：32-38