改进型DSSD算法在道路损伤检测中的应用研究
所屬分類：技术论文
上傳者：aetmagazine
文檔大?。?span>880 K
標(biāo)簽： 道路损伤检测 DSSD目标检测算法 小目标检测
所需積分：0分積分不夠怎么辦？
文檔介紹：在自动检测中，由于道路损伤数据集存在小目标损伤难检测与类别不平衡问题，导致道路损伤检测的准确率低、虚假率高。为此，在DSSD(Deconvolutional Single Shot Detector)网络模型的基础上，提出一种结合注意力机制和Focal loss的道路损伤检测算法。首先，采用识别精度更高的ResNet-101作为DSSD模型的基础网络；其次，在ResNet-101主干网络中添加注意力机制，采用通道域注意力和空间域注意力结合的方式，实现特征在通道维度上的加权与空间维度上的聚焦，提升对小目标道路损伤的检测效果；最后，为了减少简单样本的权重，增大难分类样本的权重，使用Focal loss来提高整体的检测效果。在Global Road Damage Detection Challenge比赛所提供的数据集上进行验证，实验结果表明，该模型的平均精度均值为83.95%，比基于SSD和YOLO网络的道路损伤检测方法的准确率更高。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。