期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
Attention-Like YOLO:嵌入类注意力机制的YOLO算法
1
作者
胡朝海
李自胜
王露明
《计算机与数字工程》
2023年第9期1973-1978,共6页
YOLOv3算法满足了大多数任务的实时性和检测精度要求,但对于精度要求更高(大于80%)的任务,未能实现较好的检测效果。针对上述问题,论文提出了一种类注意力机制(Attention-Like)。该机制输入两个分辨率大小不同的特征图,首先利用Padding...
YOLOv3算法满足了大多数任务的实时性和检测精度要求,但对于精度要求更高(大于80%)的任务,未能实现较好的检测效果。针对上述问题,论文提出了一种类注意力机制(Attention-Like)。该机制输入两个分辨率大小不同的特征图,首先利用Padding对小特征图进行上采样,采样后的特征图通过Sigmoid函数运算得到上采样权值,其次将上采样权值作用于大特征图以获得过渡特征图,利用卷积对过渡特征图进行下采样,然后通过Sigmoid函数运算得到下采样权值,最后将下采样权值作用于小特征图,通过该方法增强小特征图的几何信息。将Attention-Like嵌入YOLOv3的骨干网络DarkNet-53,实现了Attention-Like YOLO检测算法。实验表明,该算法的平均精确度均值最高达到了82.8%,有效提升了检测精度。
展开更多
关键词
目标检测
YOLOv3算法
类注意力机制
al-yolo
DarkNet-53
下载PDF
职称材料
题名
Attention-Like YOLO:嵌入类注意力机制的YOLO算法
1
作者
胡朝海
李自胜
王露明
机构
西南科技大学制造科学与工程学院
制造过程测试技术教育部重点实验室
出处
《计算机与数字工程》
2023年第9期1973-1978,共6页
文摘
YOLOv3算法满足了大多数任务的实时性和检测精度要求,但对于精度要求更高(大于80%)的任务,未能实现较好的检测效果。针对上述问题,论文提出了一种类注意力机制(Attention-Like)。该机制输入两个分辨率大小不同的特征图,首先利用Padding对小特征图进行上采样,采样后的特征图通过Sigmoid函数运算得到上采样权值,其次将上采样权值作用于大特征图以获得过渡特征图,利用卷积对过渡特征图进行下采样,然后通过Sigmoid函数运算得到下采样权值,最后将下采样权值作用于小特征图,通过该方法增强小特征图的几何信息。将Attention-Like嵌入YOLOv3的骨干网络DarkNet-53,实现了Attention-Like YOLO检测算法。实验表明,该算法的平均精确度均值最高达到了82.8%,有效提升了检测精度。
关键词
目标检测
YOLOv3算法
类注意力机制
al-yolo
DarkNet-53
Keywords
object detection
YOLOv3 algorithm
Attention-Like
al-yolo
DarkNet-53
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
Attention-Like YOLO:嵌入类注意力机制的YOLO算法
胡朝海
李自胜
王露明
《计算机与数字工程》
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部