摘要
本文针对现有目标检测方法对小目标检测的不足,提出多特征融合改进的Faster-RCNN小目标检测算法,通过设计特征提取结构来融合多层特征,同时优化候选区域生成方法和卷积神经网络结构,提高算法检测效果。实验结果证明,本方法在对小目标进行检测时,平均检测精度均值较原始Faster-RCNN高出约9.8%。
出处
《电子技术与软件工程》
2021年第10期110-112,共3页
ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING
基金
2020年度东莞职业技术学院校级科研基金项目重点课题“基于深度学习复杂场景下变尺度小目标物体检测及识别技术研究”(2020a13)。