-
题名改进的Faster R-CNN海洋鱼类检测模型
- 1
-
-
作者
张翔宇
朱立军
-
机构
沈阳化工大学计算机科学与技术学院
-
出处
《沈阳化工大学学报》
CAS
2022年第6期562-568,共7页
-
文摘
为提高海洋鱼类检测的准确率,提出一种基于Faster R-CNN的海洋鱼类检测方法.首先,利用迁移学习方法训练Faster R-CNN网络,克服海洋鱼类样本集有限的限制;其次,增加颈部连接层,使用双向特征金字塔网络(BiFPN)进行特征融合,得到具有丰富位置信息和语义信息的融合特征图;再次,将卷积层输出的特征矩阵作外积相乘运算,提高对相似海洋鱼类的识别精度;最后,结合Mask R-CNN中的ROI Align方法对预测位置进行二次修正,使检测框更加准确.实验结果表明,在检测海洋鱼类数据集时,与原始的Faster R-CNN算法相比,改进后的Faster R-CNN检测模型的平均准确度均值提高了7.4%.
-
关键词
Faster
R-CNN
海洋鱼类检测
特征融合
ROI
Align
-
Keywords
Faster R-CNN
marine fish detection
feature fusion
ROI Align
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-