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。