摘要
针对现有模型在识别小目标安全帽图像中检测精度低的问题,提出了一种改进Faster R-CNN的小目标安全帽检测算法,采用ResNet101与FPN相融合作为特征提取网络,生成多尺度特征图。根据安全帽尺寸的大小,对区域建议网络生成anchor的尺寸进行调整,使之覆盖安全帽检测中所有尺寸的目标区域。实验结果表明,改进的模型平均精度达到90.9%,平均精度均值达到90.9%,相比于传统特征提取网络VGG16,平均精度提升了6.7%,平均精度均值提高了6.55%,且模型有一定泛化能力和鲁棒性。
出处
《电子制作》
2022年第19期64-66,83,共4页
Practical Electronics
