基于YOLOX融合自注意力機(jī)制的FSA-FPN重構(gòu)方法
所屬分類：技術(shù)論文
上傳者：zhoubin333
文檔大小：1411 K
標(biāo)簽： FSA-FPN 特征融合 SAU
所需積分：0分積分不夠怎么辦,？
文檔介紹：隨著目前目標(biāo)檢測任務(wù)輸入圖像分辨率的不斷增大,，在特征提取網(wǎng)絡(luò)的感受野不變的情況下，網(wǎng)絡(luò)提取的特征信息會越來越局限,，相鄰特征點(diǎn)之間的信息重合度也會越來越高,。提出一種FSA（Fusion Self-Attention）-FPN，設(shè)計(jì)SAU（Self-Attention Upsample）模塊,，SAU內(nèi)部結(jié)構(gòu)通過CNN與自注意力機(jī)制（Self-Attention）進(jìn)行交叉計(jì)算以進(jìn)一步進(jìn)行特征融合,，并通過重構(gòu)FCU（Feature Coupling Unit）消除二者之間的特征錯(cuò)位，彌補(bǔ)語義差距,。以YOLOX-Darknet53為主干網(wǎng)絡(luò),，在Pascal VOC2007數(shù)據(jù)集上進(jìn)行了對比實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,，對比原網(wǎng)絡(luò)的FPN,，替換FSA-FPN后的平均精度值mAP@［.5：.95］提升了1.5%，預(yù)測框的位置也更為精準(zhǔn),，在需要更高精度的檢測場景下有更為出色的使用價(jià)值,。
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。