基于改进特征金字塔的Mask R-CNN目标检测方法

摘要：

提出了一种基于改进特征金字塔的Mask R-CNN目标检测方法.实验结果表明, 在目标边缘和包围盒两项检测中, 相比于Mask R-CNN检测框架, 所提方法在不同的交并比阈值下的平均准确率分别提高了约2.4％和3.8％.尤其对于中等尺寸目标的检测准确率有较大的提高, 分别为7.7％和8.5％, 具有较强的稳健性.

关键词：机器视觉、模式识别、目标检测、卷积神经网络、特征金字塔

所属期刊栏目：56

分类号：TP391(计算技术、计算机技术)

资助基金：山西省应用基础研究项目201701D121062

在线出版日期：2019-06-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：166-171