| 基于K-Means算法的SSD-Mobilenet模型優化研究 | |
| 所屬分類：解決方案 | |
| 上傳者：zhoubin333 | |
| 文檔大?。?span>1178 K | |
| 標簽： 目標檢測 k-means SSD-Mobilenet模型 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：SSD-Mobilenet目標檢測模型是將SSD和Mobilenet進行結合衍生出的一種輕量化模型，同時具備了兩模型各自的優勢，即多尺度檢測和模型輕量化。在原模型中特征提取層使用了人為設置的先驗框，這樣的設置存在一定的主觀性，并不適用于對特定場景下單一類別目標的識別與定位。為解決這一問題，本文提出了使用K-Means算法對目標真實框的寬高比進行聚類分析，提升模型在特定場景下對單一類別目標的檢測能力，規避了人為設置的主觀先驗性。使用Pascal VOC 2007數據集對該模型進行訓練和評估，實驗結果顯示，模型的mAP值比Fast RCNN提高了4.5%，比Faster RCNN提高了1.5%，比SSD-300提高了3.4%，比YOLOv2提高了2.4%。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2