基于坐标注意力和软化非极大值抑制的密集安全帽检测

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要： 为解决现有的安全帽检测算法对密集小目标的检测精度低的问题，提出一种基于坐标注意力和软化非极大值抑制的安全帽检测算法。引入坐标注意力机制，聚焦训练安全帽相关目标特征以提高准确率。采用软化非极大值抑制算法对候选框的置信度进行优化，提升模型对密集小目标的检测精度。通过WIoU优化边界框损失函数，使得模型聚焦于困难样例而减少简单示例对损失值的贡献，提升模型的泛化性能。（剩余12157字）

试读结束

目录
monitor
客服机器人