基于K-Means算法的SSD-Mobilenet模型優(yōu)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(jié)合衍生出的一種輕量化模型，同時具備了兩模型各自的優(yōu)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(shè)置的先驗框，這樣的設(shè)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(guī)避了人為設(shè)置的主觀先驗性。使用Pascal VOC 2007數(shù)據(jù)集對該模型進行訓(xùn)練和評估，實驗結(jié)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(xiàn)在下載
VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。